In [289]:
bar_plot_abs('Baumaßnahmen')
Autor: HSRT & HTWG Last update: 31/05/2021
The objective of this data analysis is to understand the underlying patterns of the dataset containing the technology products in order to obtain a reduced set of features (attributes of the table).This reduced set of features will help us to map the responses given by the users to the technological devices, in order to finally be able to generate a recommendation.
In this section the libraries used for the analysis are loaded.
##Data Management
import pandas as pd
##Visualization
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.pyplot import figure,cm
import plotly.express as px
import plotly.offline as py
py.init_notebook_mode(connected=True)
from IPython.display import display
%matplotlib inline
##Attribute Selection
from sklearn.ensemble import RandomForestClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn import preprocessing
from sklearn.feature_selection import SelectKBest, SelectFromModel
import itertools
from scipy import stats
from scipy.stats import entropy
from collections import Counter
from sklearn.feature_selection import RFE
from pandas.api.types import CategoricalDtype
##Warnings
import warnings
warnings.filterwarnings('ignore')
The excel table with the technology products is imported in a dataframe format.
Erste Aufstellung
data = pd.read_excel('Systemsammlung_SmartHome.xlsx',skiprows=[0,1,2,3,4,5],sheet_name='Erste Aufstellung')
data.set_index(['Name der Techniklösung', 'Funktionsbereich'], inplace=True) ## Index = Name der Techniklösung and Funktionsbereich'
Zweite Aufstellung
data_2= pd.read_excel('Systemsammlung_SmartHome.xlsx',skiprows=[0,1,2,3,4,5],sheet_name='Zweite Aufstellung')
data_2.set_index(['Name der Techniklösung', 'Funktionsbereich'], inplace=True) ## Index = Name der Techniklösung and Funktionsbereich'
This section describes the characteristics of the dataset.
##Description of the dataframe
print("Rows: {}, Columns: {} ".format(str(data.shape[0]),str(data.shape[1]))+"\n")
Rows: 82, Columns: 39
print("DataFrame_Info: Name of the columns / Number of instances / Type \n")
data.info()
DataFrame_Info: Name of the columns / Number of instances / Type
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 82 entries, ('Smarte Steckdose', 'Lichtkontrolle') to ('Voice command assistants', 'Voice assistants')
Data columns (total 39 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Konnektivität 82 non-null object
1 Baumaßnahmen 82 non-null int64
2 Programmieraufwand 82 non-null int64
3 Nachrüstbarkeit 82 non-null int64
4 Instandhaltung 82 non-null int64
5 Gewährleistung/Garantie 82 non-null int64
6 Verfügbarkeit von Ansprechpartnern/Anlaufstellen 82 non-null int64
7 Beschaffung (Zugang zu Produkten) 82 non-null int64
8 Zuverlässigkeit 82 non-null int64
9 Erweiterbarkeit von Dienstleistungen 82 non-null int64
10 Zukunftspotential 82 non-null int64
11 Herstelleranzahl (bzw. Umsatz) 82 non-null int64
12 Technologiealter 82 non-null int64
13 Energieersparnis 82 non-null int64
14 Geräteauswahl 82 non-null int64
15 Reichweite in Gebäuden 82 non-null int64
16 Störanfälligkeit 82 non-null int64
17 Erweiterbarkeit von Systemen 82 non-null int64
18 Datensensibilität 82 non-null int64
19 Dantelokalität 82 non-null int64
20 Bevorzugte Nutzung 82 non-null object
21 Bekannte Standards 81 non-null object
22 Explizite Unterstüzung 82 non-null int64
23 Initiale Anschaffungskosten 81 non-null object
24 Laufende Kosten 81 non-null object
25 Erweiterungskosten bzgl. Programmierung 48 non-null object
26 Weitere Anschaffungskosten 82 non-null object
27 Zuschüsse 82 non-null int64
28 Förderkredite 82 non-null int64
29 Autor 82 non-null object
30 Datum 82 non-null datetime64[ns]
31 Kurzbeschreibung 79 non-null object
32 Kommentar 11 non-null object
33 Unnamed: 35 0 non-null float64
34 Lichtkontrolle 24 non-null object
35 Lampen, Schalter, Bewegungsmelder usw. 16 non-null object
36 Unnamed: 38 1 non-null object
37 Unnamed: 39 0 non-null float64
38 Unnamed: 40 0 non-null float64
dtypes: datetime64[ns](1), float64(3), int64(22), object(13)
memory usage: 28.2+ KB
As the criterion for filling in the table was to rate the importance of each attribute with a value ranging from 1 to 5, most of the attributes are ordinal. There are also some categorical attributes. Therefore, we divided the attributes into these two types.
##Ordinal attributes (1-5)
data_Funktionsbereich_ordinal = ['Baumaßnahmen','Programmieraufwand','Explizite Unterstüzung','Nachrüstbarkeit','Instandhaltung','Gewährleistung/Garantie','Verfügbarkeit von Ansprechpartnern/Anlaufstellen','Beschaffung (Zugang zu Produkten)','Zuverlässigkeit','Erweiterbarkeit von Dienstleistungen','Zukunftspotential','Herstelleranzahl (bzw. Umsatz)', 'Technologiealter','Energieersparnis', 'Geräteauswahl', 'Reichweite in Gebäuden','Störanfälligkeit', 'Erweiterbarkeit von Systemen','Datensensibilität','Dantelokalität','Zuschüsse', 'Förderkredite']
##This step is necessary to work with the sheet 2 as Dantelokalität does not appear there.
data_Funktionsbereich_ordinal_2 = ['Baumaßnahmen','Programmieraufwand','Explizite Unterstüzung','Nachrüstbarkeit','Instandhaltung','Gewährleistung/Garantie','Verfügbarkeit von Ansprechpartnern/Anlaufstellen','Beschaffung (Zugang zu Produkten)','Zuverlässigkeit','Erweiterbarkeit von Dienstleistungen','Zukunftspotential','Herstelleranzahl (bzw. Umsatz)', 'Technologiealter','Energieersparnis', 'Geräteauswahl', 'Reichweite in Gebäuden','Störanfälligkeit', 'Erweiterbarkeit von Systemen','Datensensibilität','Zuschüsse', 'Förderkredite']
##Categorical attributes
data_Funktionsbereich_categorical = ['Konnektivität','Bevorzugte Nutzung','Bekannte Standards','Initiale Anschaffungskosten','Laufende Kosten','Erweiterungskosten bzgl. Programmierung', 'Weitere Anschaffungskosten']
For the analysis is important not to have non-numeric values or missing values. Just in case there exists any case, they are removed. In the next two cells, a search of the missing values takes place and attributes with non-numeric o missing values are eliminated, as a consequence there is a reduction of the number of attributes.
print("Number non-Na values: \n"+str(data.count()))
Number non-Na values: Konnektivität 82 Baumaßnahmen 82 Programmieraufwand 82 Nachrüstbarkeit 82 Instandhaltung 82 Gewährleistung/Garantie 82 Verfügbarkeit von Ansprechpartnern/Anlaufstellen 82 Beschaffung (Zugang zu Produkten) 82 Zuverlässigkeit 82 Erweiterbarkeit von Dienstleistungen 82 Zukunftspotential 82 Herstelleranzahl (bzw. Umsatz) 82 Technologiealter 82 Energieersparnis 82 Geräteauswahl 82 Reichweite in Gebäuden 82 Störanfälligkeit 82 Erweiterbarkeit von Systemen 82 Datensensibilität 82 Dantelokalität 82 Bevorzugte Nutzung 82 Bekannte Standards 81 Explizite Unterstüzung 82 Initiale Anschaffungskosten 81 Laufende Kosten 81 Erweiterungskosten bzgl. Programmierung 48 Weitere Anschaffungskosten 82 Zuschüsse 82 Förderkredite 82 Autor 82 Datum 82 Kurzbeschreibung 79 Kommentar 11 Unnamed: 35 0 Lichtkontrolle 24 Lampen, Schalter, Bewegungsmelder usw. 16 Unnamed: 38 1 Unnamed: 39 0 Unnamed: 40 0 dtype: int64
##Removing Columns with comments, dates, names of authors...
##Attending to the DataFrameInfo, from column 29 to the end.
## 1) We create an additional dataframe
data_analysis = data.copy()
data_analysis_ordinal_filteredNAs = data_analysis[data_Funktionsbereich_ordinal].dropna()
data_analysis_filteredNAs_categorical= data_analysis[data_Funktionsbereich_categorical].dropna() ## It will be necessary in the future
data_analysis_ordinal_filteredNAs.info()
## 2) We do the same with the data from sheet 2 for future checks
data_analysis_2 = data_2.copy()
data_analysis_ordinal_filteredNAs_2 = data_analysis_2[data_Funktionsbereich_ordinal_2].dropna()
data_analysis_filteredNAs_categorical_2= data_analysis_2[data_Funktionsbereich_categorical].dropna() ## It will be necessary in the future
data_analysis_ordinal_filteredNAs_2.info()
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 82 entries, ('Smarte Steckdose', 'Lichtkontrolle') to ('Voice command assistants', 'Voice assistants')
Data columns (total 22 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Baumaßnahmen 82 non-null int64
1 Programmieraufwand 82 non-null int64
2 Explizite Unterstüzung 82 non-null int64
3 Nachrüstbarkeit 82 non-null int64
4 Instandhaltung 82 non-null int64
5 Gewährleistung/Garantie 82 non-null int64
6 Verfügbarkeit von Ansprechpartnern/Anlaufstellen 82 non-null int64
7 Beschaffung (Zugang zu Produkten) 82 non-null int64
8 Zuverlässigkeit 82 non-null int64
9 Erweiterbarkeit von Dienstleistungen 82 non-null int64
10 Zukunftspotential 82 non-null int64
11 Herstelleranzahl (bzw. Umsatz) 82 non-null int64
12 Technologiealter 82 non-null int64
13 Energieersparnis 82 non-null int64
14 Geräteauswahl 82 non-null int64
15 Reichweite in Gebäuden 82 non-null int64
16 Störanfälligkeit 82 non-null int64
17 Erweiterbarkeit von Systemen 82 non-null int64
18 Datensensibilität 82 non-null int64
19 Dantelokalität 82 non-null int64
20 Zuschüsse 82 non-null int64
21 Förderkredite 82 non-null int64
dtypes: int64(22)
memory usage: 17.3+ KB
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 82 entries, ('Smarte Steckdose', 'Lichtkontrolle') to ('Voice command assistants', 'Voice assistants')
Data columns (total 21 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Baumaßnahmen 82 non-null float64
1 Programmieraufwand 82 non-null float64
2 Explizite Unterstüzung 82 non-null float64
3 Nachrüstbarkeit 82 non-null float64
4 Instandhaltung 82 non-null float64
5 Gewährleistung/Garantie 82 non-null float64
6 Verfügbarkeit von Ansprechpartnern/Anlaufstellen 82 non-null float64
7 Beschaffung (Zugang zu Produkten) 82 non-null float64
8 Zuverlässigkeit 82 non-null float64
9 Erweiterbarkeit von Dienstleistungen 82 non-null float64
10 Zukunftspotential 82 non-null float64
11 Herstelleranzahl (bzw. Umsatz) 82 non-null float64
12 Technologiealter 82 non-null float64
13 Energieersparnis 82 non-null float64
14 Geräteauswahl 82 non-null float64
15 Reichweite in Gebäuden 82 non-null float64
16 Störanfälligkeit 82 non-null float64
17 Erweiterbarkeit von Systemen 82 non-null float64
18 Datensensibilität 82 non-null float64
19 Zuschüsse 82 non-null object
20 Förderkredite 82 non-null float64
dtypes: float64(20), object(1)
memory usage: 16.7+ KB
data_analysis_ordinal_filteredNAs.head(2)
| Baumaßnahmen | Programmieraufwand | Explizite Unterstüzung | Nachrüstbarkeit | Instandhaltung | Gewährleistung/Garantie | Verfügbarkeit von Ansprechpartnern/Anlaufstellen | Beschaffung (Zugang zu Produkten) | Zuverlässigkeit | Erweiterbarkeit von Dienstleistungen | ... | Technologiealter | Energieersparnis | Geräteauswahl | Reichweite in Gebäuden | Störanfälligkeit | Erweiterbarkeit von Systemen | Datensensibilität | Dantelokalität | Zuschüsse | Förderkredite | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Name der Techniklösung | Funktionsbereich | |||||||||||||||||||||
| Smarte Steckdose | Lichtkontrolle | 1 | 2 | 4 | 5 | 1 | 2 | 2 | 1 | 4 | 4 | ... | 4 | 1 | 5 | 4 | 2 | 5 | 2 | 5 | 1 | 1 |
| Smarter Lichstreifen | Lichtkontrolle | 2 | 2 | 4 | 5 | 1 | 2 | 2 | 1 | 5 | 3 | ... | 3 | 2 | 5 | 4 | 1 | 1 | 2 | 5 | 1 | 1 |
2 rows × 22 columns
In this section, a statistical description of the entire subset of data with ordinal attributes is presented. In this part of the analysis, the absolute frequencies of the variables are presented in the form of a contingency table. The Chi2 test is also applied to see the relationship between each pair of attributes. For a better understanding, two bar charts (absolute and relative frequencies) per attribute are shown. At the end of the section, the correlation between attributes is shown by applying Kendall's τ coefficient (this coefficient is used instead of Pearson's or Spearman's, as it gives better and more accurate results when working with ordinal attributes).
Some statistical data such as percentile, mean and std of the numeric values of the DataFrame per attribute.
data_Funktionsbereich_statistics = data_analysis_ordinal_filteredNAs.groupby(data_analysis_ordinal_filteredNAs.index.get_level_values(1)).describe()
data_Funktionsbereich_statistics
| Baumaßnahmen | Programmieraufwand | ... | Zuschüsse | Förderkredite | |||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | mean | std | min | 25% | 50% | 75% | max | count | mean | ... | 75% | max | count | mean | std | min | 25% | 50% | 75% | max | |
| Funktionsbereich | |||||||||||||||||||||
| Außenliegende sicherheitssensorik | 4.0 | 1.250000 | 0.500000 | 1.0 | 1.00 | 1.0 | 1.25 | 2.0 | 4.0 | 2.250000 | ... | 1.0 | 1.0 | 4.0 | 1.000000 | 0.000000 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| Fensterbeschattung | 7.0 | 3.142857 | 1.345185 | 1.0 | 2.50 | 3.0 | 4.00 | 5.0 | 7.0 | 3.285714 | ... | 3.0 | 3.0 | 7.0 | 3.000000 | 0.000000 | 3.0 | 3.0 | 3.0 | 3.0 | 3.0 |
| Gartensysteme | 10.0 | 2.900000 | 1.100505 | 1.0 | 2.00 | 3.0 | 4.00 | 4.0 | 10.0 | 3.100000 | ... | 1.0 | 1.0 | 10.0 | 1.000000 | 0.000000 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| Heimgeräte | 10.0 | 1.800000 | 1.686548 | 1.0 | 1.00 | 1.0 | 1.00 | 5.0 | 10.0 | 1.700000 | ... | 1.0 | 1.0 | 10.0 | 1.000000 | 0.000000 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| Innenliegende Sichherheitssensorik | 3.0 | 1.000000 | 0.000000 | 1.0 | 1.00 | 1.0 | 1.00 | 1.0 | 3.0 | 1.000000 | ... | 1.0 | 1.0 | 3.0 | 1.000000 | 0.000000 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| Klimaregulation | 18.0 | 2.388889 | 1.144752 | 1.0 | 1.25 | 2.0 | 3.00 | 4.0 | 18.0 | 2.944444 | ... | 3.0 | 3.0 | 18.0 | 2.555556 | 0.855585 | 1.0 | 3.0 | 3.0 | 3.0 | 3.0 |
| Lichtkontrolle | 12.0 | 2.166667 | 1.193416 | 1.0 | 1.00 | 2.0 | 2.50 | 4.0 | 12.0 | 2.333333 | ... | 1.0 | 1.0 | 12.0 | 1.000000 | 0.000000 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| Telemonitoring | 17.0 | 1.647059 | 1.169464 | 1.0 | 1.00 | 1.0 | 2.00 | 5.0 | 17.0 | 2.176471 | ... | 4.0 | 4.0 | 17.0 | 1.117647 | 0.485071 | 1.0 | 1.0 | 1.0 | 1.0 | 3.0 |
| Voice assistants | 1.0 | 1.000000 | NaN | 1.0 | 1.00 | 1.0 | 1.00 | 1.0 | 1.0 | 2.000000 | ... | 1.0 | 1.0 | 1.0 | 1.000000 | NaN | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
9 rows × 176 columns
Contigency tables: to see in a table with a matrix format the (multivariate) frequency distribution of the variables of our dataset
Chi2 test: to examine the differences between the ordinal variables within the our entire dataset.
def contingency_tables():
index_area_application = data_analysis_ordinal_filteredNAs.index.get_level_values(1).tolist()
for ordinal in data_Funktionsbereich_ordinal:
contigency = pd.crosstab(index=data_analysis_ordinal_filteredNAs.index.get_level_values(1),columns=data_analysis_ordinal_filteredNAs[ordinal], margins=True)
display(contigency)
contingency_tables()
| Baumaßnahmen | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 3 | 1 | 0 | 0 | 0 | 4 |
| Fensterbeschattung | 1 | 1 | 2 | 2 | 1 | 7 |
| Gartensysteme | 1 | 3 | 2 | 4 | 0 | 10 |
| Heimgeräte | 8 | 0 | 0 | 0 | 2 | 10 |
| Innenliegende Sichherheitssensorik | 3 | 0 | 0 | 0 | 0 | 3 |
| Klimaregulation | 5 | 5 | 4 | 4 | 0 | 18 |
| Lichtkontrolle | 4 | 5 | 0 | 3 | 0 | 12 |
| Telemonitoring | 11 | 4 | 0 | 1 | 1 | 17 |
| Voice assistants | 1 | 0 | 0 | 0 | 0 | 1 |
| All | 37 | 19 | 8 | 14 | 4 | 82 |
| Programmieraufwand | 1 | 2 | 3 | 4 | All |
|---|---|---|---|---|---|
| row_0 | |||||
| Außenliegende sicherheitssensorik | 1 | 2 | 0 | 1 | 4 |
| Fensterbeschattung | 0 | 1 | 3 | 3 | 7 |
| Gartensysteme | 0 | 2 | 5 | 3 | 10 |
| Heimgeräte | 3 | 7 | 0 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 3 | 0 | 0 | 0 | 3 |
| Klimaregulation | 0 | 5 | 9 | 4 | 18 |
| Lichtkontrolle | 1 | 7 | 3 | 1 | 12 |
| Telemonitoring | 2 | 12 | 1 | 2 | 17 |
| Voice assistants | 0 | 1 | 0 | 0 | 1 |
| All | 10 | 37 | 21 | 14 | 82 |
| Explizite Unterstüzung | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 2 | 0 | 2 | 0 | 0 | 4 |
| Fensterbeschattung | 0 | 2 | 5 | 0 | 0 | 7 |
| Gartensysteme | 6 | 4 | 0 | 0 | 0 | 10 |
| Heimgeräte | 2 | 5 | 1 | 2 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 3 | 0 | 0 | 0 | 0 | 3 |
| Klimaregulation | 2 | 4 | 12 | 0 | 0 | 18 |
| Lichtkontrolle | 0 | 0 | 0 | 5 | 7 | 12 |
| Telemonitoring | 1 | 1 | 0 | 1 | 14 | 17 |
| Voice assistants | 0 | 0 | 1 | 0 | 0 | 1 |
| All | 16 | 16 | 21 | 8 | 21 | 82 |
| Nachrüstbarkeit | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 2 | 0 | 2 | 0 | 0 | 4 |
| Fensterbeschattung | 0 | 3 | 1 | 2 | 1 | 7 |
| Gartensysteme | 0 | 3 | 1 | 3 | 3 | 10 |
| Heimgeräte | 9 | 1 | 0 | 0 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 3 | 0 | 0 | 0 | 0 | 3 |
| Klimaregulation | 0 | 9 | 1 | 3 | 5 | 18 |
| Lichtkontrolle | 0 | 0 | 0 | 3 | 9 | 12 |
| Telemonitoring | 0 | 3 | 1 | 5 | 8 | 17 |
| Voice assistants | 0 | 0 | 0 | 1 | 0 | 1 |
| All | 14 | 19 | 6 | 17 | 26 | 82 |
| Instandhaltung | 1 | 2 | 3 | All |
|---|---|---|---|---|
| row_0 | ||||
| Außenliegende sicherheitssensorik | 2 | 2 | 0 | 4 |
| Fensterbeschattung | 4 | 2 | 1 | 7 |
| Gartensysteme | 4 | 5 | 1 | 10 |
| Heimgeräte | 9 | 1 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 2 | 0 | 1 | 3 |
| Klimaregulation | 9 | 5 | 4 | 18 |
| Lichtkontrolle | 11 | 1 | 0 | 12 |
| Telemonitoring | 12 | 4 | 1 | 17 |
| Voice assistants | 1 | 0 | 0 | 1 |
| All | 54 | 20 | 8 | 82 |
| Gewährleistung/Garantie | 1 | 2 | 3 | 4 | All |
|---|---|---|---|---|---|
| row_0 | |||||
| Außenliegende sicherheitssensorik | 0 | 4 | 0 | 0 | 4 |
| Fensterbeschattung | 0 | 7 | 0 | 0 | 7 |
| Gartensysteme | 0 | 10 | 0 | 0 | 10 |
| Heimgeräte | 6 | 4 | 0 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 2 | 0 | 1 | 3 |
| Klimaregulation | 0 | 18 | 0 | 0 | 18 |
| Lichtkontrolle | 0 | 10 | 2 | 0 | 12 |
| Telemonitoring | 0 | 12 | 5 | 0 | 17 |
| Voice assistants | 1 | 0 | 0 | 0 | 1 |
| All | 7 | 67 | 7 | 1 | 82 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 2 | 2 | 0 | 0 | 0 | 4 |
| Fensterbeschattung | 0 | 0 | 3 | 4 | 0 | 7 |
| Gartensysteme | 0 | 0 | 7 | 3 | 0 | 10 |
| Heimgeräte | 2 | 0 | 5 | 3 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 3 | 0 | 0 | 0 | 3 |
| Klimaregulation | 0 | 0 | 8 | 10 | 0 | 18 |
| Lichtkontrolle | 3 | 6 | 3 | 0 | 0 | 12 |
| Telemonitoring | 1 | 5 | 6 | 4 | 1 | 17 |
| Voice assistants | 0 | 0 | 0 | 1 | 0 | 1 |
| All | 8 | 16 | 32 | 25 | 1 | 82 |
| Beschaffung (Zugang zu Produkten) | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 2 | 0 | 2 | 0 | 0 | 4 |
| Fensterbeschattung | 1 | 0 | 1 | 5 | 0 | 7 |
| Gartensysteme | 2 | 2 | 3 | 3 | 0 | 10 |
| Heimgeräte | 2 | 6 | 0 | 1 | 1 | 10 |
| Innenliegende Sichherheitssensorik | 3 | 0 | 0 | 0 | 0 | 3 |
| Klimaregulation | 5 | 0 | 9 | 4 | 0 | 18 |
| Lichtkontrolle | 6 | 4 | 2 | 0 | 0 | 12 |
| Telemonitoring | 9 | 6 | 1 | 1 | 0 | 17 |
| Voice assistants | 0 | 1 | 0 | 0 | 0 | 1 |
| All | 30 | 19 | 18 | 14 | 1 | 82 |
| Zuverlässigkeit | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|
| row_0 | |||||
| Außenliegende sicherheitssensorik | 1 | 1 | 2 | 0 | 4 |
| Fensterbeschattung | 0 | 1 | 3 | 3 | 7 |
| Gartensysteme | 0 | 0 | 5 | 5 | 10 |
| Heimgeräte | 0 | 1 | 9 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 2 | 0 | 1 | 3 |
| Klimaregulation | 0 | 5 | 4 | 9 | 18 |
| Lichtkontrolle | 0 | 3 | 4 | 5 | 12 |
| Telemonitoring | 1 | 5 | 6 | 5 | 17 |
| Voice assistants | 0 | 1 | 0 | 0 | 1 |
| All | 2 | 19 | 33 | 28 | 82 |
| Erweiterbarkeit von Dienstleistungen | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 1 | 1 | 0 | 2 | 0 | 4 |
| Fensterbeschattung | 5 | 2 | 0 | 0 | 0 | 7 |
| Gartensysteme | 8 | 0 | 2 | 0 | 0 | 10 |
| Heimgeräte | 7 | 2 | 1 | 0 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 3 | 0 | 0 | 0 | 3 |
| Klimaregulation | 12 | 2 | 4 | 0 | 0 | 18 |
| Lichtkontrolle | 1 | 0 | 2 | 4 | 5 | 12 |
| Telemonitoring | 8 | 4 | 3 | 2 | 0 | 17 |
| Voice assistants | 0 | 0 | 0 | 1 | 0 | 1 |
| All | 42 | 14 | 12 | 9 | 5 | 82 |
| Zukunftspotential | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|
| row_0 | |||||
| Außenliegende sicherheitssensorik | 0 | 2 | 2 | 0 | 4 |
| Fensterbeschattung | 0 | 0 | 7 | 0 | 7 |
| Gartensysteme | 0 | 0 | 9 | 1 | 10 |
| Heimgeräte | 0 | 1 | 3 | 6 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 1 | 0 | 2 | 3 |
| Klimaregulation | 2 | 4 | 12 | 0 | 18 |
| Lichtkontrolle | 0 | 0 | 3 | 9 | 12 |
| Telemonitoring | 0 | 4 | 11 | 2 | 17 |
| Voice assistants | 0 | 0 | 1 | 0 | 1 |
| All | 2 | 12 | 48 | 20 | 82 |
| Herstelleranzahl (bzw. Umsatz) | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 1 | 1 | 0 | 0 | 2 | 4 |
| Fensterbeschattung | 0 | 1 | 5 | 1 | 0 | 7 |
| Gartensysteme | 0 | 5 | 5 | 0 | 0 | 10 |
| Heimgeräte | 0 | 2 | 0 | 7 | 1 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 0 | 3 | 0 | 0 | 3 |
| Klimaregulation | 0 | 6 | 7 | 4 | 1 | 18 |
| Lichtkontrolle | 0 | 1 | 5 | 3 | 3 | 12 |
| Telemonitoring | 2 | 4 | 4 | 6 | 1 | 17 |
| Voice assistants | 0 | 1 | 0 | 0 | 0 | 1 |
| All | 3 | 21 | 29 | 21 | 8 | 82 |
| Technologiealter | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 0 | 2 | 1 | 1 | 0 | 4 |
| Fensterbeschattung | 0 | 0 | 7 | 0 | 0 | 7 |
| Gartensysteme | 0 | 2 | 8 | 0 | 0 | 10 |
| Heimgeräte | 1 | 1 | 6 | 2 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 1 | 2 | 0 | 0 | 3 |
| Klimaregulation | 0 | 4 | 6 | 8 | 0 | 18 |
| Lichtkontrolle | 0 | 5 | 4 | 3 | 0 | 12 |
| Telemonitoring | 1 | 3 | 8 | 4 | 1 | 17 |
| Voice assistants | 0 | 1 | 0 | 0 | 0 | 1 |
| All | 2 | 19 | 42 | 18 | 1 | 82 |
| Energieersparnis | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 2 | 0 | 0 | 2 | 0 | 4 |
| Fensterbeschattung | 2 | 5 | 0 | 0 | 0 | 7 |
| Gartensysteme | 3 | 2 | 5 | 0 | 0 | 10 |
| Heimgeräte | 0 | 3 | 4 | 0 | 3 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 0 | 3 | 0 | 0 | 3 |
| Klimaregulation | 2 | 6 | 8 | 2 | 0 | 18 |
| Lichtkontrolle | 6 | 6 | 0 | 0 | 0 | 12 |
| Telemonitoring | 0 | 0 | 1 | 16 | 0 | 17 |
| Voice assistants | 0 | 0 | 0 | 1 | 0 | 1 |
| All | 15 | 22 | 21 | 21 | 3 | 82 |
| Geräteauswahl | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 0 | 0 | 2 | 1 | 1 | 4 |
| Fensterbeschattung | 0 | 1 | 5 | 1 | 0 | 7 |
| Gartensysteme | 0 | 0 | 10 | 0 | 0 | 10 |
| Heimgeräte | 1 | 1 | 1 | 7 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 1 | 2 | 0 | 0 | 3 |
| Klimaregulation | 0 | 8 | 8 | 2 | 0 | 18 |
| Lichtkontrolle | 0 | 1 | 3 | 4 | 4 | 12 |
| Telemonitoring | 2 | 4 | 6 | 2 | 3 | 17 |
| Voice assistants | 0 | 1 | 0 | 0 | 0 | 1 |
| All | 3 | 17 | 37 | 17 | 8 | 82 |
| Reichweite in Gebäuden | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 2 | 0 | 0 | 1 | 1 | 4 |
| Fensterbeschattung | 0 | 0 | 4 | 0 | 3 | 7 |
| Gartensysteme | 1 | 0 | 4 | 1 | 4 | 10 |
| Heimgeräte | 0 | 0 | 1 | 1 | 8 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 0 | 1 | 2 | 0 | 3 |
| Klimaregulation | 0 | 0 | 9 | 0 | 9 | 18 |
| Lichtkontrolle | 3 | 1 | 3 | 4 | 1 | 12 |
| Telemonitoring | 0 | 1 | 2 | 11 | 3 | 17 |
| Voice assistants | 0 | 1 | 0 | 0 | 0 | 1 |
| All | 6 | 3 | 24 | 20 | 29 | 82 |
| Störanfälligkeit | 1 | 2 | 3 | 4 | All |
|---|---|---|---|---|---|
| row_0 | |||||
| Außenliegende sicherheitssensorik | 0 | 1 | 0 | 3 | 4 |
| Fensterbeschattung | 3 | 4 | 0 | 0 | 7 |
| Gartensysteme | 4 | 6 | 0 | 0 | 10 |
| Heimgeräte | 8 | 2 | 0 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 0 | 3 | 0 | 3 |
| Klimaregulation | 9 | 9 | 0 | 0 | 18 |
| Lichtkontrolle | 7 | 2 | 2 | 1 | 12 |
| Telemonitoring | 2 | 12 | 3 | 0 | 17 |
| Voice assistants | 0 | 0 | 0 | 1 | 1 |
| All | 33 | 36 | 8 | 5 | 82 |
| Erweiterbarkeit von Systemen | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 3 | 0 | 1 | 0 | 0 | 4 |
| Fensterbeschattung | 5 | 0 | 0 | 0 | 2 | 7 |
| Gartensysteme | 5 | 2 | 0 | 0 | 3 | 10 |
| Heimgeräte | 10 | 0 | 0 | 0 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 2 | 0 | 1 | 0 | 0 | 3 |
| Klimaregulation | 14 | 0 | 0 | 0 | 4 | 18 |
| Lichtkontrolle | 2 | 0 | 1 | 1 | 8 | 12 |
| Telemonitoring | 2 | 8 | 3 | 3 | 1 | 17 |
| Voice assistants | 0 | 0 | 0 | 1 | 0 | 1 |
| All | 43 | 10 | 6 | 5 | 18 | 82 |
| Datensensibilität | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|
| row_0 | ||||||
| Außenliegende sicherheitssensorik | 2 | 0 | 2 | 0 | 0 | 4 |
| Fensterbeschattung | 0 | 7 | 0 | 0 | 0 | 7 |
| Gartensysteme | 1 | 9 | 0 | 0 | 0 | 10 |
| Heimgeräte | 0 | 1 | 4 | 3 | 2 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 0 | 0 | 3 | 0 | 3 |
| Klimaregulation | 0 | 17 | 1 | 0 | 0 | 18 |
| Lichtkontrolle | 0 | 7 | 1 | 2 | 2 | 12 |
| Telemonitoring | 0 | 3 | 1 | 5 | 8 | 17 |
| Voice assistants | 0 | 0 | 0 | 0 | 1 | 1 |
| All | 3 | 44 | 9 | 13 | 13 | 82 |
| Dantelokalität | 0 | 1 | 2 | 3 | 4 | 5 | All |
|---|---|---|---|---|---|---|---|
| row_0 | |||||||
| Außenliegende sicherheitssensorik | 0 | 0 | 0 | 1 | 1 | 2 | 4 |
| Fensterbeschattung | 0 | 0 | 0 | 2 | 1 | 4 | 7 |
| Gartensysteme | 0 | 0 | 0 | 4 | 0 | 6 | 10 |
| Heimgeräte | 0 | 0 | 0 | 0 | 10 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 0 | 1 | 0 | 0 | 2 | 0 | 3 |
| Klimaregulation | 0 | 0 | 0 | 8 | 1 | 9 | 18 |
| Lichtkontrolle | 0 | 0 | 0 | 3 | 3 | 6 | 12 |
| Telemonitoring | 0 | 0 | 4 | 10 | 2 | 1 | 17 |
| Voice assistants | 1 | 0 | 0 | 0 | 0 | 0 | 1 |
| All | 1 | 1 | 4 | 28 | 20 | 28 | 82 |
| Zuschüsse | 1 | 3 | 4 | All |
|---|---|---|---|---|
| row_0 | ||||
| Außenliegende sicherheitssensorik | 4 | 0 | 0 | 4 |
| Fensterbeschattung | 0 | 7 | 0 | 7 |
| Gartensysteme | 10 | 0 | 0 | 10 |
| Heimgeräte | 10 | 0 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 3 | 0 | 0 | 3 |
| Klimaregulation | 4 | 14 | 0 | 18 |
| Lichtkontrolle | 12 | 0 | 0 | 12 |
| Telemonitoring | 6 | 6 | 5 | 17 |
| Voice assistants | 1 | 0 | 0 | 1 |
| All | 50 | 27 | 5 | 82 |
| Förderkredite | 1 | 3 | All |
|---|---|---|---|
| row_0 | |||
| Außenliegende sicherheitssensorik | 4 | 0 | 4 |
| Fensterbeschattung | 0 | 7 | 7 |
| Gartensysteme | 10 | 0 | 10 |
| Heimgeräte | 10 | 0 | 10 |
| Innenliegende Sichherheitssensorik | 3 | 0 | 3 |
| Klimaregulation | 4 | 14 | 18 |
| Lichtkontrolle | 12 | 0 | 12 |
| Telemonitoring | 16 | 1 | 17 |
| Voice assistants | 1 | 0 | 1 |
| All | 60 | 22 | 82 |
for x in range(len(data_Funktionsbereich_ordinal)):
print('\033[1m'+data_Funktionsbereich_ordinal[x]+"\033[0m \n")
for y in range(1,len(data_Funktionsbereich_ordinal)):
print(" "+data_Funktionsbereich_ordinal[y]+" \n")
contigency_chi2 = pd.crosstab(data_analysis_ordinal_filteredNAs.iloc[:,x],data_analysis_ordinal_filteredNAs.iloc[:,y])
chi2, p, dof, expected = stats.chi2_contingency(contigency_chi2)
print(" Chi2 value= {chi2} p-value= {p} Degrees of freedom= {dof} \n".format(chi2=chi2,p=p,dof=dof))
Baumaßnahmen Programmieraufwand Chi2 value= 43.734935860469285 p-value= 1.6943393723352966e-05 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 16.903750538266518 p-value= 0.39185165499556324 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 67.12279415454826 p-value= 3.166455496713818e-08 Degrees of freedom= 16 Instandhaltung Chi2 value= 16.88966899230057 p-value= 0.031278673225390276 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 13.577943880042408 p-value= 0.32846749648731627 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 40.82020321072952 p-value= 0.0005902315510457016 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 82.15850927528805 p-value= 6.778315991695537e-11 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 36.88244693938204 p-value= 0.0002334241931633465 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 25.466860845808213 p-value= 0.062006786764322586 Degrees of freedom= 16 Zukunftspotential Chi2 value= 16.78264792047687 p-value= 0.15795790591028266 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 40.81614984739174 p-value= 0.0005910435694024254 Degrees of freedom= 16 Technologiealter Chi2 value= 27.87042219872651 p-value= 0.03276486784234296 Degrees of freedom= 16 Energieersparnis Chi2 value= 41.476016163610154 p-value= 0.00047215202695536707 Degrees of freedom= 16 Geräteauswahl Chi2 value= 51.66122956814113 p-value= 1.2421966788217937e-05 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 37.02204236418166 p-value= 0.0020821417897626017 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 37.60440859519807 p-value= 0.00017817569782668623 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 18.380561594117285 p-value= 0.30208773557387913 Degrees of freedom= 16 Datensensibilität Chi2 value= 40.068096850991594 p-value= 0.0007609626750321207 Degrees of freedom= 16 Dantelokalität Chi2 value= 43.65934043603216 p-value= 0.0016712167494178616 Degrees of freedom= 20 Zuschüsse Chi2 value= 9.913042252779096 p-value= 0.27118236129890716 Degrees of freedom= 8 Förderkredite Chi2 value= 10.36848286256181 p-value= 0.0346576402617766 Degrees of freedom= 4 Programmieraufwand Programmieraufwand Chi2 value= 246.0 p-value= 6.97003447318934e-48 Degrees of freedom= 9 Explizite Unterstüzung Chi2 value= 20.1830521848379 p-value= 0.06370150121803887 Degrees of freedom= 12 Nachrüstbarkeit Chi2 value= 36.221607216034464 p-value= 0.0002984570427100332 Degrees of freedom= 12 Instandhaltung Chi2 value= 25.3252733686067 p-value= 0.00029719819078156945 Degrees of freedom= 6 Gewährleistung/Garantie Chi2 value= 17.411147242277305 p-value= 0.04265349803595814 Degrees of freedom= 9 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 17.20695334620335 p-value= 0.14197685975010227 Degrees of freedom= 12 Beschaffung (Zugang zu Produkten) Chi2 value= 41.72913134401857 p-value= 3.69869602295882e-05 Degrees of freedom= 12 Zuverlässigkeit Chi2 value= 15.329590458537826 p-value= 0.08227149873275813 Degrees of freedom= 9 Erweiterbarkeit von Dienstleistungen Chi2 value= 15.221912729055587 p-value= 0.22952446318070238 Degrees of freedom= 12 Zukunftspotential Chi2 value= 9.863041613041613 p-value= 0.36168623185996274 Degrees of freedom= 9 Herstelleranzahl (bzw. Umsatz) Chi2 value= 11.856193561612281 p-value= 0.4572970393836485 Degrees of freedom= 12 Technologiealter Chi2 value= 22.070051254261788 p-value= 0.03674216587878137 Degrees of freedom= 12 Energieersparnis Chi2 value= 24.508961986104843 p-value= 0.01732902757120126 Degrees of freedom= 12 Geräteauswahl Chi2 value= 10.356102462898964 p-value= 0.5847508827320016 Degrees of freedom= 12 Reichweite in Gebäuden Chi2 value= 24.981150978564774 p-value= 0.014912447136335891 Degrees of freedom= 12 Störanfälligkeit Chi2 value= 12.426758186758185 p-value= 0.1903055241715286 Degrees of freedom= 9 Erweiterbarkeit von Systemen Chi2 value= 14.852403699380446 p-value= 0.24960752493792865 Degrees of freedom= 12 Datensensibilität Chi2 value= 34.13516633516633 p-value= 0.0006422139453827298 Degrees of freedom= 12 Dantelokalität Chi2 value= 28.061594043022613 p-value= 0.021186644906277086 Degrees of freedom= 15 Zuschüsse Chi2 value= 15.465194527861195 p-value= 0.01693131058374357 Degrees of freedom= 6 Förderkredite Chi2 value= 15.460826410826412 p-value= 0.0014623326726245361 Degrees of freedom= 3 Explizite Unterstüzung Programmieraufwand Chi2 value= 20.183052184837898 p-value= 0.06370150121803898 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 328.0 p-value= 3.944608032816756e-60 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 39.13334804232085 p-value= 0.0010404347599625669 Degrees of freedom= 16 Instandhaltung Chi2 value= 9.857490079365078 p-value= 0.2751711138251201 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 26.501802213422682 p-value= 0.009108397124364568 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 33.57027529761905 p-value= 0.00620483946696149 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 36.054437184230416 p-value= 0.0028435267742291065 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 13.204774992134013 p-value= 0.35433419010118467 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 37.04681594860167 p-value= 0.002065483330302676 Degrees of freedom= 16 Zukunftspotential Chi2 value= 24.90200892857143 p-value= 0.015294109966048436 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 14.066850662678865 p-value= 0.5937335004100468 Degrees of freedom= 16 Technologiealter Chi2 value= 12.00441082865895 p-value= 0.7436760699111586 Degrees of freedom= 16 Energieersparnis Chi2 value= 47.190146361574925 p-value= 6.360532556730322e-05 Degrees of freedom= 16 Geräteauswahl Chi2 value= 31.242621823504177 p-value= 0.012527644931871269 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 39.42967980295566 p-value= 0.000942551104729445 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 16.773774951899952 p-value= 0.15830712160174706 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 37.635863479758825 p-value= 0.0017050526157597972 Degrees of freedom= 16 Datensensibilität Chi2 value= 45.227266946016954 p-value= 0.00012808153468098655 Degrees of freedom= 16 Dantelokalität Chi2 value= 26.226403061224495 p-value= 0.15846401674488997 Degrees of freedom= 20 Zuschüsse Chi2 value= 34.85632716049383 p-value= 2.8398599130199928e-05 Degrees of freedom= 8 Förderkredite Chi2 value= 33.744020562770565 p-value= 8.40915663025003e-07 Degrees of freedom= 4 Nachrüstbarkeit Programmieraufwand Chi2 value= 36.22160721603447 p-value= 0.00029845704271003214 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 39.13334804232084 p-value= 0.0010404347599625708 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 328.0 p-value= 3.944608032816756e-60 Degrees of freedom= 16 Instandhaltung Chi2 value= 14.26186491240671 p-value= 0.07519020668115134 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 28.249971328189254 p-value= 0.005084503645023309 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 39.1667356740267 p-value= 0.0010289341958360737 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 62.92812028900393 p-value= 1.6683705771164984e-07 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 38.742063676163625 p-value= 0.0001160408789253999 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 22.80688927842842 p-value= 0.11899514055839235 Degrees of freedom= 16 Zukunftspotential Chi2 value= 24.114465934821975 p-value= 0.019623896207383036 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 27.556129399500506 p-value= 0.03570056136604635 Degrees of freedom= 16 Technologiealter Chi2 value= 13.336781993617585 p-value= 0.6479922984320359 Degrees of freedom= 16 Energieersparnis Chi2 value= 31.154424989232595 p-value= 0.01285805796956897 Degrees of freedom= 16 Geräteauswahl Chi2 value= 31.91128819466099 p-value= 0.010268980460308485 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 47.28819097139531 p-value= 6.140222263973536e-05 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 38.7408022031861 p-value= 0.00011609631594356204 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 28.38462379480451 p-value= 0.02843146895163155 Degrees of freedom= 16 Datensensibilität Chi2 value= 36.61896157788036 p-value= 0.0023719737184124605 Degrees of freedom= 16 Dantelokalität Chi2 value= 63.433094938380215 p-value= 2.0686353940749623e-06 Degrees of freedom= 20 Zuschüsse Chi2 value= 24.761459371572887 p-value= 0.0017059982936281969 Degrees of freedom= 8 Förderkredite Chi2 value= 15.611780101563383 p-value= 0.0035868918578471037 Degrees of freedom= 4 Instandhaltung Programmieraufwand Chi2 value= 25.3252733686067 p-value= 0.00029719819078156945 Degrees of freedom= 6 Explizite Unterstüzung Chi2 value= 9.857490079365082 p-value= 0.27517111382512 Degrees of freedom= 8 Nachrüstbarkeit Chi2 value= 14.26186491240671 p-value= 0.07519020668115134 Degrees of freedom= 8 Instandhaltung Chi2 value= 164.0 p-value= 2.02735861232465e-34 Degrees of freedom= 4 Gewährleistung/Garantie Chi2 value= 13.949001026612969 p-value= 0.03021106786857351 Degrees of freedom= 6 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 9.66461111111111 p-value= 0.289359137815255 Degrees of freedom= 8 Beschaffung (Zugang zu Produkten) Chi2 value= 16.825965376403975 p-value= 0.03197317797652155 Degrees of freedom= 8 Zuverlässigkeit Chi2 value= 9.495186619748024 p-value= 0.14758424524786495 Degrees of freedom= 6 Erweiterbarkeit von Dienstleistungen Chi2 value= 16.68080540858319 p-value= 0.03360987068992854 Degrees of freedom= 8 Zukunftspotential Chi2 value= 3.883927469135804 p-value= 0.6923806518817224 Degrees of freedom= 6 Herstelleranzahl (bzw. Umsatz) Chi2 value= 5.109774296053032 p-value= 0.745781475825676 Degrees of freedom= 8 Technologiealter Chi2 value= 4.29320832946564 p-value= 0.8297477453963367 Degrees of freedom= 8 Energieersparnis Chi2 value= 17.147558120891453 p-value= 0.028608724037922723 Degrees of freedom= 8 Geräteauswahl Chi2 value= 7.09184159649846 p-value= 0.5267569012758873 Degrees of freedom= 8 Reichweite in Gebäuden Chi2 value= 11.786103661132397 p-value= 0.16100559425512082 Degrees of freedom= 8 Störanfälligkeit Chi2 value= 13.1886209315376 p-value= 0.040136521740311695 Degrees of freedom= 6 Erweiterbarkeit von Systemen Chi2 value= 18.71893865441669 p-value= 0.016437224908992427 Degrees of freedom= 8 Datensensibilität Chi2 value= 7.227962315462316 p-value= 0.5122490247779352 Degrees of freedom= 8 Dantelokalität Chi2 value= 17.9684126984127 p-value= 0.05549881769724425 Degrees of freedom= 10 Zuschüsse Chi2 value= 5.989543209876544 p-value= 0.1999305550296152 Degrees of freedom= 4 Förderkredite Chi2 value= 2.8741414141414134 p-value= 0.2376228069934312 Degrees of freedom= 2 Gewährleistung/Garantie Programmieraufwand Chi2 value= 17.411147242277305 p-value= 0.04265349803595814 Degrees of freedom= 9 Explizite Unterstüzung Chi2 value= 26.501802213422685 p-value= 0.009108397124364584 Degrees of freedom= 12 Nachrüstbarkeit Chi2 value= 28.24997132818926 p-value= 0.005084503645023289 Degrees of freedom= 12 Instandhaltung Chi2 value= 13.949001026612969 p-value= 0.03021106786857351 Degrees of freedom= 6 Gewährleistung/Garantie Chi2 value= 246.0 p-value= 6.97003447318934e-48 Degrees of freedom= 9 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 24.693102345415777 p-value= 0.016346019430625712 Degrees of freedom= 12 Beschaffung (Zugang zu Produkten) Chi2 value= 31.847683886332742 p-value= 0.001460668610586502 Degrees of freedom= 12 Zuverlässigkeit Chi2 value= 19.74744867596399 p-value= 0.019536584924193936 Degrees of freedom= 9 Erweiterbarkeit von Dienstleistungen Chi2 value= 9.56763800047382 p-value= 0.6538330497096583 Degrees of freedom= 12 Zukunftspotential Chi2 value= 8.66186922530206 p-value= 0.4690535443085099 Degrees of freedom= 9 Herstelleranzahl (bzw. Umsatz) Chi2 value= 23.533145321947618 p-value= 0.02352598537482357 Degrees of freedom= 12 Technologiealter Chi2 value= 9.028730319045659 p-value= 0.7004745411620596 Degrees of freedom= 12 Energieersparnis Chi2 value= 16.4392065645797 p-value= 0.17193733889326818 Degrees of freedom= 12 Geräteauswahl Chi2 value= 18.862159789288853 p-value= 0.09190967438486024 Degrees of freedom= 12 Reichweite in Gebäuden Chi2 value= 17.631517290395315 p-value= 0.12734557115397496 Degrees of freedom= 12 Störanfälligkeit Chi2 value= 20.189967909370893 p-value= 0.016775559742101136 Degrees of freedom= 9 Erweiterbarkeit von Systemen Chi2 value= 29.362472245637814 p-value= 0.0034796806601469416 Degrees of freedom= 12 Datensensibilität Chi2 value= 31.181445420251386 p-value= 0.0018483002514789039 Degrees of freedom= 12 Dantelokalität Chi2 value= 37.693024672555595 p-value= 0.001001450062633037 Degrees of freedom= 15 Zuschüsse Chi2 value= 11.749253731343282 p-value= 0.06780219305388081 Degrees of freedom= 6 Förderkredite Chi2 value= 6.731343283582088 p-value= 0.08097205016222929 Degrees of freedom= 3 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Programmieraufwand Chi2 value= 17.20695334620335 p-value= 0.14197685975010227 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 33.57027529761905 p-value= 0.00620483946696149 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 39.1667356740267 p-value= 0.0010289341958360737 Degrees of freedom= 16 Instandhaltung Chi2 value= 9.66461111111111 p-value= 0.289359137815255 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 24.693102345415777 p-value= 0.016346019430625712 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 328.0 p-value= 3.944608032816756e-60 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 41.17311967418547 p-value= 0.0005235257123607038 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 17.12079872977899 p-value= 0.14510949206725351 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 35.17092261904762 p-value= 0.0037656782331656905 Degrees of freedom= 16 Zukunftspotential Chi2 value= 31.52558333333333 p-value= 0.0016370920044546297 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 38.20348778735632 p-value= 0.0014154241481821829 Degrees of freedom= 16 Technologiealter Chi2 value= 16.54792710944027 p-value= 0.4154166590292285 Degrees of freedom= 16 Energieersparnis Chi2 value= 22.973444805194806 p-value= 0.11444623536593182 Degrees of freedom= 16 Geräteauswahl Chi2 value= 34.94304848966614 p-value= 0.004046220443343082 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 44.922451149425285 p-value= 0.00014264351000280198 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 28.02867676767677 p-value= 0.005478858963484717 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 25.55777906976744 p-value= 0.06057688491281206 Degrees of freedom= 16 Datensensibilität Chi2 value= 43.506232517482516 p-value= 0.00023436632235476223 Degrees of freedom= 16 Dantelokalität Chi2 value= 59.30650000000001 p-value= 9.113295473359005e-06 Degrees of freedom= 20 Zuschüsse Chi2 value= 10.594324074074073 p-value= 0.22576127977168398 Degrees of freedom= 8 Förderkredite Chi2 value= 17.262397727272727 p-value= 0.0017186930133202818 Degrees of freedom= 4 Beschaffung (Zugang zu Produkten) Programmieraufwand Chi2 value= 41.72913134401857 p-value= 3.69869602295882e-05 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 36.054437184230416 p-value= 0.0028435267742291065 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 62.92812028900393 p-value= 1.6683705771164984e-07 Degrees of freedom= 16 Instandhaltung Chi2 value= 16.82596537640397 p-value= 0.031973177976521626 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 31.847683886332746 p-value= 0.0014606686105864998 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 41.173119674185465 p-value= 0.0005235257123607037 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 328.0 p-value= 3.944608032816756e-60 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 26.273454950126887 p-value= 0.009816864505001332 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 20.19576348278103 p-value= 0.21153269169067004 Degrees of freedom= 16 Zukunftspotential Chi2 value= 16.133402951824007 p-value= 0.18520209153674538 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 30.45668306645102 p-value= 0.015773313311214447 Degrees of freedom= 16 Technologiealter Chi2 value= 53.505965903340915 p-value= 6.24277904887729e-06 Degrees of freedom= 16 Energieersparnis Chi2 value= 42.86765174118558 p-value= 0.00029256347162739146 Degrees of freedom= 16 Geräteauswahl Chi2 value= 46.07452641717347 p-value= 9.481243760461726e-05 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 34.291902121203385 p-value= 0.0049616435791311 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 20.422383948085702 p-value= 0.05950598911371275 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 12.496206364317338 p-value= 0.7091743474105505 Degrees of freedom= 16 Datensensibilität Chi2 value= 32.064626861118086 p-value= 0.009807853240283758 Degrees of freedom= 16 Dantelokalität Chi2 value= 31.694384771452437 p-value= 0.04666565837539858 Degrees of freedom= 20 Zuschüsse Chi2 value= 22.189764782326193 p-value= 0.004576195732876081 Degrees of freedom= 8 Förderkredite Chi2 value= 21.762145262145264 p-value= 0.00022349399050273214 Degrees of freedom= 4 Zuverlässigkeit Programmieraufwand Chi2 value= 15.329590458537826 p-value= 0.08227149873275813 Degrees of freedom= 9 Explizite Unterstüzung Chi2 value= 13.204774992134015 p-value= 0.3543341901011846 Degrees of freedom= 12 Nachrüstbarkeit Chi2 value= 38.74206367616363 p-value= 0.0001160408789253995 Degrees of freedom= 12 Instandhaltung Chi2 value= 9.495186619748024 p-value= 0.14758424524786495 Degrees of freedom= 6 Gewährleistung/Garantie Chi2 value= 19.747448675963994 p-value= 0.019536584924193915 Degrees of freedom= 9 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 17.120798729778993 p-value= 0.14510949206725318 Degrees of freedom= 12 Beschaffung (Zugang zu Produkten) Chi2 value= 26.273454950126887 p-value= 0.009816864505001332 Degrees of freedom= 12 Zuverlässigkeit Chi2 value= 246.0 p-value= 6.97003447318934e-48 Degrees of freedom= 9 Erweiterbarkeit von Dienstleistungen Chi2 value= 13.132820145602102 p-value= 0.3594611513633376 Degrees of freedom= 12 Zukunftspotential Chi2 value= 3.884229987848409 p-value= 0.9188655388915417 Degrees of freedom= 9 Herstelleranzahl (bzw. Umsatz) Chi2 value= 24.82580976624275 p-value= 0.01567022030242335 Degrees of freedom= 12 Technologiealter Chi2 value= 7.154217424399458 p-value= 0.8472561156279144 Degrees of freedom= 12 Energieersparnis Chi2 value= 13.25990344811261 p-value= 0.3504362870337117 Degrees of freedom= 12 Geräteauswahl Chi2 value= 13.294654984283468 p-value= 0.3479926685981687 Degrees of freedom= 12 Reichweite in Gebäuden Chi2 value= 41.75213991745299 p-value= 3.665927168576802e-05 Degrees of freedom= 12 Störanfälligkeit Chi2 value= 34.98809431752016 p-value= 5.987212780922808e-05 Degrees of freedom= 9 Erweiterbarkeit von Systemen Chi2 value= 6.739750215331611 p-value= 0.8743218706173941 Degrees of freedom= 12 Datensensibilität Chi2 value= 27.152836464439336 p-value= 0.007344994918323228 Degrees of freedom= 12 Dantelokalität Chi2 value= 46.77880740813072 p-value= 3.994635542247459e-05 Degrees of freedom= 15 Zuschüsse Chi2 value= 10.839720766562873 p-value= 0.09345817610226238 Degrees of freedom= 6 Förderkredite Chi2 value= 5.457148207985529 p-value= 0.14122421280990696 Degrees of freedom= 3 Erweiterbarkeit von Dienstleistungen Programmieraufwand Chi2 value= 15.221912729055584 p-value= 0.22952446318070258 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 37.04681594860166 p-value= 0.002065483330302683 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 22.806889278428418 p-value= 0.11899514055839217 Degrees of freedom= 16 Instandhaltung Chi2 value= 16.680805408583186 p-value= 0.033609870689928545 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 9.56763800047382 p-value= 0.6538330497096583 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 35.17092261904762 p-value= 0.0037656782331656905 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 20.19576348278103 p-value= 0.21153269169067004 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 13.132820145602098 p-value= 0.35946115136333817 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 328.0 p-value= 3.944608032816756e-60 Degrees of freedom= 16 Zukunftspotential Chi2 value= 27.303505291005287 p-value= 0.0069858492071464655 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 22.3246266322621 p-value= 0.13301566421216188 Degrees of freedom= 16 Technologiealter Chi2 value= 15.762336396546923 p-value= 0.46966758561151045 Degrees of freedom= 16 Energieersparnis Chi2 value= 31.869252387823817 p-value= 0.010398899970933597 Degrees of freedom= 16 Geräteauswahl Chi2 value= 24.985389170683284 p-value= 0.07008345231555933 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 14.003714194490056 p-value= 0.598437122894121 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 40.740076960076955 p-value= 5.415305475206231e-05 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 53.73537590746893 p-value= 5.727770454960534e-06 Degrees of freedom= 16 Datensensibilität Chi2 value= 20.37952479619146 p-value= 0.20361126798660292 Degrees of freedom= 16 Dantelokalität Chi2 value= 22.715487528344667 p-value= 0.3029796875583608 Degrees of freedom= 20 Zuschüsse Chi2 value= 10.171663727219283 p-value= 0.2531835606060622 Degrees of freedom= 8 Förderkredite Chi2 value= 6.86439393939394 p-value= 0.14323028224530418 Degrees of freedom= 4 Zukunftspotential Programmieraufwand Chi2 value= 9.863041613041613 p-value= 0.36168623185996274 Degrees of freedom= 9 Explizite Unterstüzung Chi2 value= 24.902008928571433 p-value= 0.015294109966048436 Degrees of freedom= 12 Nachrüstbarkeit Chi2 value= 24.114465934821972 p-value= 0.01962389620738307 Degrees of freedom= 12 Instandhaltung Chi2 value= 3.8839274691358034 p-value= 0.6923806518817226 Degrees of freedom= 6 Gewährleistung/Garantie Chi2 value= 8.661869225302063 p-value= 0.46905354430850954 Degrees of freedom= 9 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 31.525583333333334 p-value= 0.0016370920044546323 Degrees of freedom= 12 Beschaffung (Zugang zu Produkten) Chi2 value= 16.133402951824003 p-value= 0.1852020915367453 Degrees of freedom= 12 Zuverlässigkeit Chi2 value= 3.884229987848409 p-value= 0.9188655388915417 Degrees of freedom= 9 Erweiterbarkeit von Dienstleistungen Chi2 value= 27.303505291005287 p-value= 0.0069858492071464655 Degrees of freedom= 12 Zukunftspotential Chi2 value= 245.99999999999997 p-value= 6.970034473189341e-48 Degrees of freedom= 9 Herstelleranzahl (bzw. Umsatz) Chi2 value= 20.06688560481664 p-value= 0.06583124343774294 Degrees of freedom= 12 Technologiealter Chi2 value= 20.283925090504038 p-value= 0.061902089874751653 Degrees of freedom= 12 Energieersparnis Chi2 value= 28.30996753246753 p-value= 0.004982351781422907 Degrees of freedom= 12 Geräteauswahl Chi2 value= 35.87011128775834 p-value= 0.00033993909955551437 Degrees of freedom= 12 Reichweite in Gebäuden Chi2 value= 10.33178400383142 p-value= 0.5868782684740375 Degrees of freedom= 12 Störanfälligkeit Chi2 value= 8.158930976430977 p-value= 0.5182126717095932 Degrees of freedom= 9 Erweiterbarkeit von Systemen Chi2 value= 8.563208440999137 p-value= 0.7397157085707208 Degrees of freedom= 12 Datensensibilität Chi2 value= 23.35412457912458 p-value= 0.024865627011567824 Degrees of freedom= 12 Dantelokalität Chi2 value= 18.022916666666667 p-value= 0.26146267906610376 Degrees of freedom= 15 Zuschüsse Chi2 value= 18.509728395061725 p-value= 0.005076958633889168 Degrees of freedom= 6 Förderkredite Chi2 value= 18.856376262626263 p-value= 0.0002927439517451672 Degrees of freedom= 3 Herstelleranzahl (bzw. Umsatz) Programmieraufwand Chi2 value= 11.856193561612281 p-value= 0.4572970393836485 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 14.066850662678863 p-value= 0.5937335004100466 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 27.556129399500506 p-value= 0.03570056136604635 Degrees of freedom= 16 Instandhaltung Chi2 value= 5.109774296053032 p-value= 0.745781475825676 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 23.533145321947618 p-value= 0.02352598537482357 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 38.20348778735632 p-value= 0.0014154241481821829 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 30.45668306645102 p-value= 0.015773313311214447 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 24.825809766242745 p-value= 0.015670220302423356 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 22.324626632262103 p-value= 0.13301566421216177 Degrees of freedom= 16 Zukunftspotential Chi2 value= 20.066885604816637 p-value= 0.06583124343774298 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 328.0 p-value= 3.944608032816756e-60 Degrees of freedom= 16 Technologiealter Chi2 value= 27.846520207195606 p-value= 0.03298018316293824 Degrees of freedom= 16 Energieersparnis Chi2 value= 27.622853446498766 p-value= 0.03505811046007728 Degrees of freedom= 16 Geräteauswahl Chi2 value= 80.52800682637144 p-value= 1.336396143404585e-10 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 14.035523894456713 p-value= 0.5960672758682846 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 27.016326441757478 p-value= 0.007685483907038839 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 24.264630775236224 p-value= 0.08388189016685339 Degrees of freedom= 16 Datensensibilität Chi2 value= 29.080945236117653 p-value= 0.023395994058455435 Degrees of freedom= 16 Dantelokalität Chi2 value= 20.09629955430448 p-value= 0.45192038187428296 Degrees of freedom= 20 Zuschüsse Chi2 value= 9.457465486833303 p-value= 0.30518502476639203 Degrees of freedom= 8 Förderkredite Chi2 value= 3.952525874508633 p-value= 0.4124688993296337 Degrees of freedom= 4 Technologiealter Programmieraufwand Chi2 value= 22.070051254261784 p-value= 0.036742165878781305 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 12.00441082865895 p-value= 0.7436760699111586 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 13.336781993617583 p-value= 0.6479922984320359 Degrees of freedom= 16 Instandhaltung Chi2 value= 4.29320832946564 p-value= 0.8297477453963367 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 9.02873031904566 p-value= 0.7004745411620594 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 16.54792710944027 p-value= 0.4154166590292285 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 53.505965903340915 p-value= 6.24277904887729e-06 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 7.154217424399458 p-value= 0.8472561156279144 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 15.762336396546921 p-value= 0.4696675856115108 Degrees of freedom= 16 Zukunftspotential Chi2 value= 20.283925090504034 p-value= 0.061902089874751806 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 27.846520207195606 p-value= 0.03298018316293824 Degrees of freedom= 16 Technologiealter Chi2 value= 328.0 p-value= 3.944608032816756e-60 Degrees of freedom= 16 Energieersparnis Chi2 value= 23.492345944225644 p-value= 0.10119344022889676 Degrees of freedom= 16 Geräteauswahl Chi2 value= 23.454303761966305 p-value= 0.10211909744230832 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 24.08550687062484 p-value= 0.087653496388576 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 8.9411124612879 p-value= 0.7079518233112634 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 25.344044866688687 p-value= 0.06398539474973657 Degrees of freedom= 16 Datensensibilität Chi2 value= 20.724928742472603 p-value= 0.18932796303152258 Degrees of freedom= 16 Dantelokalität Chi2 value= 13.583237856546127 p-value= 0.8509827772379 Degrees of freedom= 20 Zuschüsse Chi2 value= 30.98026424084903 p-value= 0.00014164423625509073 Degrees of freedom= 8 Förderkredite Chi2 value= 11.816835016835016 p-value= 0.01876659386974445 Degrees of freedom= 4 Energieersparnis Programmieraufwand Chi2 value= 24.508961986104843 p-value= 0.01732902757120126 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 47.190146361574925 p-value= 6.360532556730322e-05 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 31.154424989232595 p-value= 0.01285805796956897 Degrees of freedom= 16 Instandhaltung Chi2 value= 17.147558120891453 p-value= 0.028608724037922723 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 16.4392065645797 p-value= 0.17193733889326818 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 22.973444805194806 p-value= 0.11444623536593182 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 42.86765174118558 p-value= 0.00029256347162739146 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 13.259903448112606 p-value= 0.35043628703371155 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 31.869252387823817 p-value= 0.010398899970933597 Degrees of freedom= 16 Zukunftspotential Chi2 value= 28.30996753246754 p-value= 0.0049823517814228885 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 27.622853446498763 p-value= 0.035058110460077355 Degrees of freedom= 16 Technologiealter Chi2 value= 23.492345944225644 p-value= 0.10119344022889676 Degrees of freedom= 16 Energieersparnis Chi2 value= 327.99999999999994 p-value= 3.944608032816757e-60 Degrees of freedom= 16 Geräteauswahl Chi2 value= 25.608904167727694 p-value= 0.05978563365521533 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 22.938038264417578 p-value= 0.11540095730775375 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 23.332314924133108 p-value= 0.02503357554969091 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 43.082768996722486 p-value= 0.0002715414512879455 Degrees of freedom= 16 Datensensibilität Chi2 value= 40.251594197048746 p-value= 0.0007153625687177387 Degrees of freedom= 16 Dantelokalität Chi2 value= 36.453234384662956 p-value= 0.013597857923114385 Degrees of freedom= 20 Zuschüsse Chi2 value= 20.094483245149913 p-value= 0.009984439348063576 Degrees of freedom= 8 Förderkredite Chi2 value= 15.26939393939394 p-value= 0.004173883623626469 Degrees of freedom= 4 Geräteauswahl Programmieraufwand Chi2 value= 10.356102462898965 p-value= 0.5847508827320016 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 31.242621823504177 p-value= 0.012527644931871269 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 31.911288194660983 p-value= 0.010268980460308523 Degrees of freedom= 16 Instandhaltung Chi2 value= 7.091841596498459 p-value= 0.5267569012758875 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 18.86215978928885 p-value= 0.0919096743848604 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 34.94304848966614 p-value= 0.004046220443343082 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 46.07452641717347 p-value= 9.481243760461726e-05 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 13.294654984283468 p-value= 0.3479926685981687 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 24.985389170683284 p-value= 0.07008345231555933 Degrees of freedom= 16 Zukunftspotential Chi2 value= 35.87011128775835 p-value= 0.000339939099555513 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 80.52800682637142 p-value= 1.336396143404595e-10 Degrees of freedom= 16 Technologiealter Chi2 value= 23.4543037619663 p-value= 0.10211909744230811 Degrees of freedom= 16 Energieersparnis Chi2 value= 25.608904167727697 p-value= 0.05978563365521524 Degrees of freedom= 16 Geräteauswahl Chi2 value= 328.0 p-value= 3.944608032816756e-60 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 17.824446188074486 p-value= 0.3342768088548029 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 11.954114007055182 p-value= 0.44937182714314616 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 17.902678978568176 p-value= 0.3296266221770904 Degrees of freedom= 16 Datensensibilität Chi2 value= 36.43412826133414 p-value= 0.0025174482599564937 Degrees of freedom= 16 Dantelokalität Chi2 value= 28.06819214172155 p-value= 0.10779492227945664 Degrees of freedom= 20 Zuschüsse Chi2 value= 15.629909124811087 p-value= 0.04799415996590914 Degrees of freedom= 8 Förderkredite Chi2 value= 7.105323505323504 p-value= 0.1304259442691561 Degrees of freedom= 4 Reichweite in Gebäuden Programmieraufwand Chi2 value= 24.98115097856477 p-value= 0.01491244713633592 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 39.42967980295566 p-value= 0.000942551104729445 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 47.28819097139531 p-value= 6.140222263973536e-05 Degrees of freedom= 16 Instandhaltung Chi2 value= 11.786103661132397 p-value= 0.16100559425512082 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 17.63151729039532 p-value= 0.1273455711539747 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 44.92245114942529 p-value= 0.00014264351000280146 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 34.291902121203385 p-value= 0.0049616435791311 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 41.75213991745299 p-value= 3.665927168576802e-05 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 14.003714194490056 p-value= 0.598437122894121 Degrees of freedom= 16 Zukunftspotential Chi2 value= 10.331784003831416 p-value= 0.5868782684740379 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 14.035523894456713 p-value= 0.5960672758682846 Degrees of freedom= 16 Technologiealter Chi2 value= 24.085506870624844 p-value= 0.08765349638857585 Degrees of freedom= 16 Energieersparnis Chi2 value= 22.938038264417575 p-value= 0.1154009573077536 Degrees of freedom= 16 Geräteauswahl Chi2 value= 17.824446188074486 p-value= 0.3342768088548029 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 328.0 p-value= 3.944608032816756e-60 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 71.14528808196913 p-value= 1.9544281657903253e-10 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 39.383234429296984 p-value= 0.0009572825086484546 Degrees of freedom= 16 Datensensibilität Chi2 value= 46.724946637015606 p-value= 7.515779378406475e-05 Degrees of freedom= 16 Dantelokalität Chi2 value= 68.4817816091954 p-value= 3.216720268572862e-07 Degrees of freedom= 20 Zuschüsse Chi2 value= 16.64264878671775 p-value= 0.03405288023054984 Degrees of freedom= 8 Förderkredite Chi2 value= 16.869300766283523 p-value= 0.002049291284836766 Degrees of freedom= 4 Störanfälligkeit Programmieraufwand Chi2 value= 12.426758186758187 p-value= 0.1903055241715285 Degrees of freedom= 9 Explizite Unterstüzung Chi2 value= 16.773774951899956 p-value= 0.15830712160174687 Degrees of freedom= 12 Nachrüstbarkeit Chi2 value= 38.74080220318611 p-value= 0.00011609631594356201 Degrees of freedom= 12 Instandhaltung Chi2 value= 13.1886209315376 p-value= 0.040136521740311695 Degrees of freedom= 6 Gewährleistung/Garantie Chi2 value= 20.189967909370896 p-value= 0.0167755597421011 Degrees of freedom= 9 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 28.028676767676767 p-value= 0.0054788589634847265 Degrees of freedom= 12 Beschaffung (Zugang zu Produkten) Chi2 value= 20.422383948085706 p-value= 0.05950598911371265 Degrees of freedom= 12 Zuverlässigkeit Chi2 value= 34.98809431752016 p-value= 5.987212780922808e-05 Degrees of freedom= 9 Erweiterbarkeit von Dienstleistungen Chi2 value= 40.740076960076955 p-value= 5.415305475206231e-05 Degrees of freedom= 12 Zukunftspotential Chi2 value= 8.158930976430975 p-value= 0.5182126717095936 Degrees of freedom= 9 Herstelleranzahl (bzw. Umsatz) Chi2 value= 27.016326441757478 p-value= 0.007685483907038839 Degrees of freedom= 12 Technologiealter Chi2 value= 8.9411124612879 p-value= 0.7079518233112634 Degrees of freedom= 12 Energieersparnis Chi2 value= 23.332314924133104 p-value= 0.02503357554969091 Degrees of freedom= 12 Geräteauswahl Chi2 value= 11.954114007055182 p-value= 0.44937182714314616 Degrees of freedom= 12 Reichweite in Gebäuden Chi2 value= 71.14528808196913 p-value= 1.9544281657903253e-10 Degrees of freedom= 12 Störanfälligkeit Chi2 value= 246.0 p-value= 6.97003447318934e-48 Degrees of freedom= 9 Erweiterbarkeit von Systemen Chi2 value= 12.126065956724872 p-value= 0.4356090013490087 Degrees of freedom= 12 Datensensibilität Chi2 value= 29.84089604278998 p-value= 0.002950578055445879 Degrees of freedom= 12 Dantelokalität Chi2 value= 58.249137806637805 p-value= 5.03080196717224e-07 Degrees of freedom= 15 Zuschüsse Chi2 value= 10.703024691358026 p-value= 0.09800001660593285 Degrees of freedom= 6 Förderkredite Chi2 value= 5.732407407407408 p-value= 0.12538031618788514 Degrees of freedom= 3 Erweiterbarkeit von Systemen Programmieraufwand Chi2 value= 14.852403699380446 p-value= 0.24960752493792865 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 37.63586347975883 p-value= 0.0017050526157597963 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 28.38462379480451 p-value= 0.02843146895163155 Degrees of freedom= 16 Instandhaltung Chi2 value= 18.718938654416693 p-value= 0.016437224908992392 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 29.362472245637807 p-value= 0.003479680660146943 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 25.55777906976744 p-value= 0.06057688491281206 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 12.496206364317338 p-value= 0.7091743474105505 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 6.739750215331611 p-value= 0.8743218706173941 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 53.73537590746893 p-value= 5.727770454960534e-06 Degrees of freedom= 16 Zukunftspotential Chi2 value= 8.563208440999137 p-value= 0.7397157085707208 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 24.264630775236224 p-value= 0.08388189016685339 Degrees of freedom= 16 Technologiealter Chi2 value= 25.344044866688684 p-value= 0.06398539474973668 Degrees of freedom= 16 Energieersparnis Chi2 value= 43.08276899672248 p-value= 0.00027154145128794655 Degrees of freedom= 16 Geräteauswahl Chi2 value= 17.902678978568176 p-value= 0.3296266221770904 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 39.383234429296984 p-value= 0.0009572825086484546 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 12.12606595672487 p-value= 0.4356090013490087 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 328.0 p-value= 3.944608032816756e-60 Degrees of freedom= 16 Datensensibilität Chi2 value= 51.05580793022652 p-value= 1.5542103332737215e-05 Degrees of freedom= 16 Dantelokalität Chi2 value= 36.26464377999261 p-value= 0.014315241152813974 Degrees of freedom= 20 Zuschüsse Chi2 value= 17.937462723705618 p-value= 0.021700255401325638 Degrees of freedom= 8 Förderkredite Chi2 value= 11.244260433795317 p-value= 0.02395176856789489 Degrees of freedom= 4 Datensensibilität Programmieraufwand Chi2 value= 34.13516633516633 p-value= 0.0006422139453827298 Degrees of freedom= 12 Explizite Unterstüzung Chi2 value= 45.227266946016954 p-value= 0.00012808153468098655 Degrees of freedom= 16 Nachrüstbarkeit Chi2 value= 36.61896157788036 p-value= 0.0023719737184124605 Degrees of freedom= 16 Instandhaltung Chi2 value= 7.2279623154623165 p-value= 0.512249024777935 Degrees of freedom= 8 Gewährleistung/Garantie Chi2 value= 31.181445420251386 p-value= 0.0018483002514789039 Degrees of freedom= 12 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 43.506232517482516 p-value= 0.00023436632235476223 Degrees of freedom= 16 Beschaffung (Zugang zu Produkten) Chi2 value= 32.06462686111809 p-value= 0.009807853240283718 Degrees of freedom= 16 Zuverlässigkeit Chi2 value= 27.152836464439336 p-value= 0.007344994918323228 Degrees of freedom= 12 Erweiterbarkeit von Dienstleistungen Chi2 value= 20.37952479619146 p-value= 0.20361126798660292 Degrees of freedom= 16 Zukunftspotential Chi2 value= 23.35412457912458 p-value= 0.024865627011567824 Degrees of freedom= 12 Herstelleranzahl (bzw. Umsatz) Chi2 value= 29.080945236117653 p-value= 0.023395994058455435 Degrees of freedom= 16 Technologiealter Chi2 value= 20.724928742472603 p-value= 0.18932796303152258 Degrees of freedom= 16 Energieersparnis Chi2 value= 40.251594197048746 p-value= 0.0007153625687177387 Degrees of freedom= 16 Geräteauswahl Chi2 value= 36.43412826133414 p-value= 0.0025174482599564937 Degrees of freedom= 16 Reichweite in Gebäuden Chi2 value= 46.724946637015606 p-value= 7.515779378406475e-05 Degrees of freedom= 16 Störanfälligkeit Chi2 value= 29.84089604278998 p-value= 0.002950578055445879 Degrees of freedom= 12 Erweiterbarkeit von Systemen Chi2 value= 51.05580793022653 p-value= 1.5542103332737154e-05 Degrees of freedom= 16 Datensensibilität Chi2 value= 327.99999999999994 p-value= 3.944608032816757e-60 Degrees of freedom= 16 Dantelokalität Chi2 value= 50.3996447996448 p-value= 0.0001940946624757672 Degrees of freedom= 20 Zuschüsse Chi2 value= 26.64169357391579 p-value= 0.0008150472672306413 Degrees of freedom= 8 Förderkredite Chi2 value= 21.5544918885828 p-value= 0.00024577929876592287 Degrees of freedom= 4 Dantelokalität Programmieraufwand Chi2 value= 28.061594043022616 p-value= 0.021186644906277106 Degrees of freedom= 15 Explizite Unterstüzung Chi2 value= 26.226403061224495 p-value= 0.15846401674488997 Degrees of freedom= 20 Nachrüstbarkeit Chi2 value= 63.433094938380215 p-value= 2.0686353940749623e-06 Degrees of freedom= 20 Instandhaltung Chi2 value= 17.968412698412696 p-value= 0.05549881769724435 Degrees of freedom= 10 Gewährleistung/Garantie Chi2 value= 37.693024672555595 p-value= 0.001001450062633037 Degrees of freedom= 15 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 59.3065 p-value= 9.11329547335904e-06 Degrees of freedom= 20 Beschaffung (Zugang zu Produkten) Chi2 value= 31.69438477145244 p-value= 0.04666565837539849 Degrees of freedom= 20 Zuverlässigkeit Chi2 value= 46.77880740813072 p-value= 3.994635542247459e-05 Degrees of freedom= 15 Erweiterbarkeit von Dienstleistungen Chi2 value= 22.715487528344667 p-value= 0.3029796875583608 Degrees of freedom= 20 Zukunftspotential Chi2 value= 18.022916666666667 p-value= 0.26146267906610376 Degrees of freedom= 15 Herstelleranzahl (bzw. Umsatz) Chi2 value= 20.096299554304483 p-value= 0.45192038187428335 Degrees of freedom= 20 Technologiealter Chi2 value= 13.583237856546129 p-value= 0.8509827772379 Degrees of freedom= 20 Energieersparnis Chi2 value= 36.45323438466296 p-value= 0.013597857923114388 Degrees of freedom= 20 Geräteauswahl Chi2 value= 28.068192141721553 p-value= 0.10779492227945646 Degrees of freedom= 20 Reichweite in Gebäuden Chi2 value= 68.48178160919541 p-value= 3.216720268572839e-07 Degrees of freedom= 20 Störanfälligkeit Chi2 value= 58.249137806637805 p-value= 5.03080196717224e-07 Degrees of freedom= 15 Erweiterbarkeit von Systemen Chi2 value= 36.26464377999262 p-value= 0.014315241152813967 Degrees of freedom= 20 Datensensibilität Chi2 value= 50.3996447996448 p-value= 0.0001940946624757672 Degrees of freedom= 20 Dantelokalität Chi2 value= 409.99999999999994 p-value= 2.7766288031877364e-71 Degrees of freedom= 25 Zuschüsse Chi2 value= 24.403026455026456 p-value= 0.0065995619415088165 Degrees of freedom= 10 Förderkredite Chi2 value= 8.792813852813854 p-value= 0.11761899698460716 Degrees of freedom= 5 Zuschüsse Programmieraufwand Chi2 value= 15.465194527861195 p-value= 0.01693131058374357 Degrees of freedom= 6 Explizite Unterstüzung Chi2 value= 34.85632716049383 p-value= 2.8398599130199928e-05 Degrees of freedom= 8 Nachrüstbarkeit Chi2 value= 24.761459371572887 p-value= 0.0017059982936281969 Degrees of freedom= 8 Instandhaltung Chi2 value= 5.989543209876544 p-value= 0.1999305550296152 Degrees of freedom= 4 Gewährleistung/Garantie Chi2 value= 11.749253731343284 p-value= 0.06780219305388079 Degrees of freedom= 6 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 10.594324074074073 p-value= 0.22576127977168398 Degrees of freedom= 8 Beschaffung (Zugang zu Produkten) Chi2 value= 22.189764782326197 p-value= 0.00457619573287608 Degrees of freedom= 8 Zuverlässigkeit Chi2 value= 10.839720766562873 p-value= 0.09345817610226238 Degrees of freedom= 6 Erweiterbarkeit von Dienstleistungen Chi2 value= 10.171663727219283 p-value= 0.2531835606060622 Degrees of freedom= 8 Zukunftspotential Chi2 value= 18.509728395061725 p-value= 0.005076958633889168 Degrees of freedom= 6 Herstelleranzahl (bzw. Umsatz) Chi2 value= 9.457465486833303 p-value= 0.30518502476639203 Degrees of freedom= 8 Technologiealter Chi2 value= 30.98026424084903 p-value= 0.00014164423625509073 Degrees of freedom= 8 Energieersparnis Chi2 value= 20.094483245149913 p-value= 0.009984439348063576 Degrees of freedom= 8 Geräteauswahl Chi2 value= 15.629909124811089 p-value= 0.04799415996590909 Degrees of freedom= 8 Reichweite in Gebäuden Chi2 value= 16.642648786717753 p-value= 0.03405288023054977 Degrees of freedom= 8 Störanfälligkeit Chi2 value= 10.703024691358024 p-value= 0.09800001660593288 Degrees of freedom= 6 Erweiterbarkeit von Systemen Chi2 value= 17.937462723705618 p-value= 0.021700255401325638 Degrees of freedom= 8 Datensensibilität Chi2 value= 26.64169357391579 p-value= 0.0008150472672306413 Degrees of freedom= 8 Dantelokalität Chi2 value= 24.403026455026456 p-value= 0.0065995619415088165 Degrees of freedom= 10 Zuschüsse Chi2 value= 164.0 p-value= 2.02735861232465e-34 Degrees of freedom= 4 Förderkredite Chi2 value= 61.24691358024692 p-value= 5.016510195593378e-14 Degrees of freedom= 2 Förderkredite Programmieraufwand Chi2 value= 15.46082641082641 p-value= 0.0014623326726245372 Degrees of freedom= 3 Explizite Unterstüzung Chi2 value= 33.744020562770565 p-value= 8.40915663025003e-07 Degrees of freedom= 4 Nachrüstbarkeit Chi2 value= 15.611780101563383 p-value= 0.0035868918578471037 Degrees of freedom= 4 Instandhaltung Chi2 value= 2.8741414141414134 p-value= 0.2376228069934312 Degrees of freedom= 2 Gewährleistung/Garantie Chi2 value= 6.731343283582088 p-value= 0.08097205016222929 Degrees of freedom= 3 Verfügbarkeit von Ansprechpartnern/Anlaufstellen Chi2 value= 17.26239772727273 p-value= 0.0017186930133202786 Degrees of freedom= 4 Beschaffung (Zugang zu Produkten) Chi2 value= 21.762145262145264 p-value= 0.00022349399050273214 Degrees of freedom= 4 Zuverlässigkeit Chi2 value= 5.457148207985529 p-value= 0.14122421280990696 Degrees of freedom= 3 Erweiterbarkeit von Dienstleistungen Chi2 value= 6.86439393939394 p-value= 0.14323028224530418 Degrees of freedom= 4 Zukunftspotential Chi2 value= 18.856376262626263 p-value= 0.0002927439517451672 Degrees of freedom= 3 Herstelleranzahl (bzw. Umsatz) Chi2 value= 3.9525258745086327 p-value= 0.4124688993296338 Degrees of freedom= 4 Technologiealter Chi2 value= 11.816835016835016 p-value= 0.01876659386974445 Degrees of freedom= 4 Energieersparnis Chi2 value= 15.26939393939394 p-value= 0.004173883623626469 Degrees of freedom= 4 Geräteauswahl Chi2 value= 7.105323505323504 p-value= 0.1304259442691561 Degrees of freedom= 4 Reichweite in Gebäuden Chi2 value= 16.869300766283523 p-value= 0.002049291284836766 Degrees of freedom= 4 Störanfälligkeit Chi2 value= 5.732407407407408 p-value= 0.12538031618788514 Degrees of freedom= 3 Erweiterbarkeit von Systemen Chi2 value= 11.244260433795317 p-value= 0.02395176856789489 Degrees of freedom= 4 Datensensibilität Chi2 value= 21.5544918885828 p-value= 0.00024577929876592287 Degrees of freedom= 4 Dantelokalität Chi2 value= 8.792813852813854 p-value= 0.11761899698460716 Degrees of freedom= 5 Zuschüsse Chi2 value= 61.24691358024691 p-value= 5.0165101955933795e-14 Degrees of freedom= 2 Förderkredite Chi2 value= 76.98517102846648 p-value= 1.722464164095209e-18 Degrees of freedom= 1
def bar_plot_abs(attribute):
plt.figure(figsize=(15,8))
plt.title('Absolute frequencies')
sns.set()
sns.set_style("white")
sns.despine()
sns.set_context("paper",font_scale=1.5,rc={"lines.linewidth":2.5})
palette = {'Lichtkontrolle':'red','Klimaregulation':'yellow','Telemonitoring':'blue','Innenliegende Sichherheitssensorik':'green','Heimgeräte':'black','Gartensysteme':'brown','Fensterbeschattung':'orange','Voice assistants':'pink','Außenliegende sicherheitssensorik':'grey'}
sns.countplot(x =attribute, hue =data_analysis_ordinal_filteredNAs.index.get_level_values(1), data=data_analysis_ordinal_filteredNAs,palette=palette)
plt.legend(bbox_to_anchor=(1.02, 1), loc='upper left', borderaxespad=0)
def bar_plot_abs_rel(attribute):
data_analysis_ordinal_filteredNAs_rel = data_analysis_ordinal_filteredNAs.reset_index().copy()
new_df = data_analysis_ordinal_filteredNAs_rel.groupby(attribute)['Funktionsbereich'].value_counts(normalize=True)
new_df = new_df.mul(100).rename('Percent').reset_index()
plt.figure(figsize=(15,8))
plt.title('Relative frequencies')
sns.set_style("white")
sns.despine()
sns.set_context("paper",font_scale=1.5,rc={"lines.linewidth":2.5})
palette = {'Lichtkontrolle':'red','Klimaregulation':'yellow','Telemonitoring':'blue','Innenliegende Sichherheitssensorik':'green','Heimgeräte':'black','Gartensysteme':'brown','Fensterbeschattung':'orange','Voice assistants':'pink','Außenliegende sicherheitssensorik':'grey'}
sns.barplot(x=attribute, y='Percent', hue='Funktionsbereich', data=new_df,palette=palette)
plt.legend(bbox_to_anchor=(1.02, 1), loc='upper left', borderaxespad=0)
bar_plot_abs('Baumaßnahmen')
bar_plot_abs_rel('Baumaßnahmen')
bar_plot_abs('Programmieraufwand')
bar_plot_abs_rel('Programmieraufwand')
bar_plot_abs('Explizite Unterstüzung')
bar_plot_abs_rel('Explizite Unterstüzung')
bar_plot_abs('Nachrüstbarkeit')
bar_plot_abs_rel('Nachrüstbarkeit')
bar_plot_abs('Instandhaltung')
bar_plot_abs_rel('Instandhaltung')
bar_plot_abs('Gewährleistung/Garantie')
bar_plot_abs_rel('Gewährleistung/Garantie')
bar_plot_abs('Verfügbarkeit von Ansprechpartnern/Anlaufstellen')
bar_plot_abs_rel('Verfügbarkeit von Ansprechpartnern/Anlaufstellen')
bar_plot_abs('Beschaffung (Zugang zu Produkten)')
bar_plot_abs_rel('Beschaffung (Zugang zu Produkten)')
bar_plot_abs('Zukunftspotential')
bar_plot_abs_rel('Zukunftspotential')
bar_plot_abs('Erweiterbarkeit von Dienstleistungen')
bar_plot_abs_rel('Erweiterbarkeit von Dienstleistungen')
bar_plot_abs('Zuverlässigkeit')
bar_plot_abs_rel('Zuverlässigkeit')
bar_plot_abs('Herstelleranzahl (bzw. Umsatz)')
bar_plot_abs_rel('Herstelleranzahl (bzw. Umsatz)')
bar_plot_abs('Technologiealter')
bar_plot_abs_rel('Technologiealter')
bar_plot_abs('Energieersparnis')
bar_plot_abs_rel('Energieersparnis')
bar_plot_abs('Geräteauswahl')
bar_plot_abs_rel('Geräteauswahl')
bar_plot_abs('Reichweite in Gebäuden')
bar_plot_abs_rel('Reichweite in Gebäuden')
bar_plot_abs('Störanfälligkeit')
bar_plot_abs_rel('Störanfälligkeit')
bar_plot_abs('Erweiterbarkeit von Systemen')
bar_plot_abs_rel('Erweiterbarkeit von Systemen')
bar_plot_abs('Datensensibilität')
bar_plot_abs_rel('Datensensibilität')
bar_plot_abs('Dantelokalität')
bar_plot_abs_rel('Dantelokalität')
bar_plot_abs('Baumaßnahmen')
bar_plot_abs_rel('Baumaßnahmen')
bar_plot_abs('Zuschüsse')
bar_plot_abs_rel('Zuschüsse')
bar_plot_abs('Förderkredite')
bar_plot_abs_rel('Förderkredite')
Given the non-linearity of the data together with the type of data we have (ordinal attributes), our option is to use either Spearman's rho or Kendall's tau. However, Kendall's is preferred as Kendall correlation is more robust and efficient than Spearman correlation. It means that Kendall correlation is preferred when there are small samples (no more than 5 or 6). In the normal case, the Kendall correlation is preferred than the Spearman correlation because of a smaller gross error sensitivity (GES) (more robust) and a smaller asymptotic variance (AV) (more efficient)
data_Funktionsbereich_corr = data_analysis_ordinal_filteredNAs.corr(method ='kendall')
data_Funktionsbereich_corr
| Baumaßnahmen | Programmieraufwand | Explizite Unterstüzung | Nachrüstbarkeit | Instandhaltung | Gewährleistung/Garantie | Verfügbarkeit von Ansprechpartnern/Anlaufstellen | Beschaffung (Zugang zu Produkten) | Zuverlässigkeit | Erweiterbarkeit von Dienstleistungen | ... | Technologiealter | Energieersparnis | Geräteauswahl | Reichweite in Gebäuden | Störanfälligkeit | Erweiterbarkeit von Systemen | Datensensibilität | Dantelokalität | Zuschüsse | Förderkredite | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Baumaßnahmen | 1.000000 | 0.374057 | -0.016852 | -0.216329 | 0.007049 | 0.124113 | 0.196792 | 0.654420 | 0.377782 | 0.031637 | ... | -0.155512 | -0.188740 | -0.364254 | 0.091451 | -0.290762 | 0.106349 | -0.224012 | 0.335872 | 0.124068 | 0.259546 |
| Programmieraufwand | 0.374057 | 1.000000 | -0.078274 | 0.225620 | 0.328778 | 0.012736 | 0.261658 | 0.337432 | 0.070746 | 0.030663 | ... | 0.070261 | -0.288626 | -0.101699 | -0.095812 | 0.068620 | 0.123485 | -0.319580 | 0.020096 | 0.195850 | 0.390075 |
| Explizite Unterstüzung | -0.016852 | -0.078274 | 1.000000 | 0.357762 | -0.247833 | 0.234955 | -0.150296 | -0.116830 | -0.020986 | 0.207157 | ... | -0.019401 | 0.092405 | 0.061884 | -0.130040 | 0.112877 | 0.342340 | 0.365220 | -0.221821 | 0.205395 | -0.137854 |
| Nachrüstbarkeit | -0.216329 | 0.225620 | 0.357762 | 1.000000 | 0.149651 | 0.304651 | -0.159008 | -0.333679 | -0.178645 | 0.157382 | ... | 0.113271 | -0.119729 | 0.181760 | -0.381508 | 0.265917 | 0.280961 | -0.004636 | -0.289446 | 0.041569 | -0.027078 |
| Instandhaltung | 0.007049 | 0.328778 | -0.247833 | 0.149651 | 1.000000 | 0.155654 | -0.011537 | 0.012299 | -0.045958 | 0.005663 | ... | -0.059808 | 0.029956 | -0.086734 | -0.034225 | 0.151729 | 0.127366 | -0.150850 | -0.179880 | 0.042273 | 0.158857 |
| Gewährleistung/Garantie | 0.124113 | 0.012736 | 0.234955 | 0.304651 | 0.155654 | 1.000000 | -0.016318 | -0.121267 | -0.094331 | 0.037357 | ... | -0.074833 | 0.040504 | -0.039750 | -0.186184 | 0.173915 | 0.228594 | 0.002621 | -0.095560 | -0.023508 | -0.018529 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 0.196792 | 0.261658 | -0.150296 | -0.159008 | -0.011537 | -0.016318 | 1.000000 | 0.335459 | 0.194021 | -0.259474 | ... | 0.130063 | -0.101306 | -0.065131 | 0.293696 | -0.341717 | -0.067858 | -0.254352 | 0.126001 | 0.223559 | 0.393488 |
| Beschaffung (Zugang zu Produkten) | 0.654420 | 0.337432 | -0.116830 | -0.333679 | 0.012299 | -0.121267 | 0.335459 | 1.000000 | 0.399704 | 0.002541 | ... | -0.042231 | -0.191965 | -0.301149 | 0.269287 | -0.305480 | 0.054532 | -0.119348 | 0.333958 | 0.194151 | 0.335544 |
| Zuverlässigkeit | 0.377782 | 0.070746 | -0.020986 | -0.178645 | -0.045958 | -0.094331 | 0.194021 | 0.399704 | 1.000000 | 0.030222 | ... | 0.022391 | -0.143918 | -0.157607 | 0.477494 | -0.510259 | 0.141964 | -0.216617 | 0.489775 | 0.158158 | 0.119139 |
| Erweiterbarkeit von Dienstleistungen | 0.031637 | 0.030663 | 0.207157 | 0.157382 | 0.005663 | 0.037357 | -0.259474 | 0.002541 | 0.030222 | 1.000000 | ... | -0.037355 | -0.148461 | 0.129340 | -0.101606 | 0.178538 | 0.522962 | 0.192952 | -0.025948 | -0.118250 | -0.237537 |
| Zukunftspotential | -0.049133 | -0.159392 | 0.152363 | 0.101958 | -0.129505 | -0.003477 | -0.280161 | -0.140819 | 0.041750 | 0.276987 | ... | 0.108703 | -0.186340 | 0.302734 | 0.046095 | 0.066065 | 0.170270 | 0.201521 | 0.090587 | -0.247716 | -0.212686 |
| Herstelleranzahl (bzw. Umsatz) | -0.424318 | -0.112777 | 0.048683 | 0.185112 | 0.002463 | 0.014178 | 0.009917 | -0.248430 | -0.198222 | 0.138239 | ... | 0.347487 | -0.190645 | 0.665878 | 0.105825 | 0.001311 | 0.068369 | 0.076370 | -0.031870 | -0.197329 | -0.017189 |
| Technologiealter | -0.155512 | 0.070261 | -0.019401 | 0.113271 | -0.059808 | -0.074833 | 0.130063 | -0.042231 | 0.022391 | -0.037355 | ... | 1.000000 | -0.191981 | 0.251241 | 0.197525 | -0.047418 | -0.150130 | 0.086679 | -0.018675 | 0.317463 | 0.312137 |
| Energieersparnis | -0.188740 | -0.288626 | 0.092405 | -0.119729 | 0.029956 | 0.040504 | -0.101306 | -0.191965 | -0.143918 | -0.148461 | ... | -0.191981 | 1.000000 | -0.220796 | -0.024042 | 0.106288 | -0.022350 | 0.359244 | -0.319856 | 0.072569 | -0.275697 |
| Geräteauswahl | -0.364254 | -0.101699 | 0.061884 | 0.181760 | -0.086734 | -0.039750 | -0.065131 | -0.301149 | -0.157607 | 0.129340 | ... | 0.251241 | -0.220796 | 1.000000 | -0.025092 | -0.017445 | 0.088463 | 0.041954 | 0.014827 | -0.237614 | -0.123723 |
| Reichweite in Gebäuden | 0.091451 | -0.095812 | -0.130040 | -0.381508 | -0.034225 | -0.186184 | 0.293696 | 0.269287 | 0.477494 | -0.101606 | ... | 0.197525 | -0.024042 | -0.025092 | 1.000000 | -0.477373 | -0.119048 | -0.033882 | 0.337945 | 0.050153 | 0.079828 |
| Störanfälligkeit | -0.290762 | 0.068620 | 0.112877 | 0.265917 | 0.151729 | 0.173915 | -0.341717 | -0.305480 | -0.510259 | 0.178538 | ... | -0.047418 | 0.106288 | -0.017445 | -0.477373 | 1.000000 | 0.134740 | 0.182129 | -0.466197 | 0.000000 | -0.190469 |
| Erweiterbarkeit von Systemen | 0.106349 | 0.123485 | 0.342340 | 0.280961 | 0.127366 | 0.228594 | -0.067858 | 0.054532 | 0.141964 | 0.522962 | ... | -0.150130 | -0.022350 | 0.088463 | -0.119048 | 0.134740 | 1.000000 | 0.087772 | -0.030697 | -0.073790 | -0.201507 |
| Datensensibilität | -0.224012 | -0.319580 | 0.365220 | -0.004636 | -0.150850 | 0.002621 | -0.254352 | -0.119348 | -0.216617 | 0.192952 | ... | 0.086679 | 0.359244 | 0.041954 | -0.033882 | 0.182129 | 0.087772 | 1.000000 | -0.415835 | 0.002057 | -0.383765 |
| Dantelokalität | 0.335872 | 0.020096 | -0.221821 | -0.289446 | -0.179880 | -0.095560 | 0.126001 | 0.333958 | 0.489775 | -0.025948 | ... | -0.018675 | -0.319856 | 0.014827 | 0.337945 | -0.466197 | -0.030697 | -0.415835 | 1.000000 | -0.117394 | 0.183221 |
| Zuschüsse | 0.124068 | 0.195850 | 0.205395 | 0.041569 | 0.042273 | -0.023508 | 0.223559 | 0.194151 | 0.158158 | -0.118250 | ... | 0.317463 | 0.072569 | -0.237614 | 0.050153 | 0.000000 | -0.073790 | 0.002057 | -0.117394 | 1.000000 | 0.654182 |
| Förderkredite | 0.259546 | 0.390075 | -0.137854 | -0.027078 | 0.158857 | -0.018529 | 0.393488 | 0.335544 | 0.119139 | -0.237537 | ... | 0.312137 | -0.275697 | -0.123723 | 0.079828 | -0.190469 | -0.201507 | -0.383765 | 0.183221 | 0.654182 | 1.000000 |
22 rows × 22 columns
def corr_heatmap_pyr(data_corr):
# Generate a mask for the upper triangle
mask = np.triu(np.ones_like(data_corr, dtype=bool))
# Generate a custom diverging colormap
cmap = sns.diverging_palette(230, 20, as_cmap=True)
f = plt.figure(figsize=(16, 30))
gs = f.add_gridspec(2, 1)
ax = f.add_subplot(gs[0, 0])
# Draw the heatmap with the mask and correct aspect ratio
sns.heatmap(data_corr, mask=mask, cmap=cmap, vmax=.3, center=0,
square=True, linewidths=.5, cbar_kws={"shrink": .5})
ax = f.add_subplot(gs[1, 0])
# heatmap
sns.heatmap(data_corr,annot=True,cmap="YlGnBu")
corr_heatmap_pyr(data_Funktionsbereich_corr)
def corrank(X: pd.DataFrame):
df = pd.DataFrame([[(i,j),X.corr(method ='kendall').loc[i,j]] for i,j in list(itertools.combinations(X.corr(method ='kendall'), 2))],columns=['pairs','corr'])
print(df.sort_values(by='corr',ascending=False))
The most correlated characteristics are shown here.
corrank(data_analysis_ordinal_filteredNAs) # prints a descending list of correlation pair (Max on top)
pairs corr 178 (Herstelleranzahl (bzw. Umsatz), Geräteauswahl) 0.665878 6 (Baumaßnahmen, Beschaffung (Zugang zu Produkten)) 0.654420 230 (Zuschüsse, Förderkredite) 0.654182 160 (Erweiterbarkeit von Dienstleistungen, Erweite... 0.522962 150 (Zuverlässigkeit, Dantelokalität) 0.489775 .. ... ... 225 (Datensensibilität, Dantelokalität) -0.415835 10 (Baumaßnahmen, Herstelleranzahl (bzw. Umsatz)) -0.424318 218 (Störanfälligkeit, Dantelokalität) -0.466197 210 (Reichweite in Gebäuden, Störanfälligkeit) -0.477373 147 (Zuverlässigkeit, Störanfälligkeit) -0.510259 [231 rows x 2 columns]
def corr_heatmap_pyr_both_dataset(data_corr1,data_corr2):
'''Function to compare the correlation between tables'''
f = plt.figure(figsize=(18, 34))
gs = f.add_gridspec(2, 1)
ax = f.add_subplot(gs[0, 0])
# heatmap Erste Aufstellung
sns.heatmap(data_corr1,annot=True,cmap="YlGnBu")
ax.set_title("Erste Aufstellung")
ax = f.add_subplot(gs[1, 0])
# heatmap Zweite Aufstellung
sns.heatmap(data_corr2,annot=True,cmap="YlGnBu")
ax.set_title("Zweite Aufstellung")
data_Funktionsbereich_corr_2 = data_analysis_ordinal_filteredNAs_2.corr(method ='kendall')
data_Funktionsbereich_corr_2
| Baumaßnahmen | Programmieraufwand | Explizite Unterstüzung | Nachrüstbarkeit | Instandhaltung | Gewährleistung/Garantie | Verfügbarkeit von Ansprechpartnern/Anlaufstellen | Beschaffung (Zugang zu Produkten) | Zuverlässigkeit | Erweiterbarkeit von Dienstleistungen | Zukunftspotential | Herstelleranzahl (bzw. Umsatz) | Technologiealter | Energieersparnis | Geräteauswahl | Reichweite in Gebäuden | Störanfälligkeit | Erweiterbarkeit von Systemen | Datensensibilität | Förderkredite | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Baumaßnahmen | 1.000000 | 0.321887 | -0.119683 | -0.745488 | 0.273712 | 0.195470 | 0.001869 | 0.652236 | 0.404041 | -0.059564 | -0.202560 | -0.485948 | -0.334942 | -0.293725 | -0.383562 | 0.049811 | -0.173810 | -0.046221 | -0.134781 | 0.313339 |
| Programmieraufwand | 0.321887 | 1.000000 | -0.087379 | -0.398749 | 0.306845 | 0.095107 | 0.164483 | 0.431286 | 0.179516 | 0.115201 | -0.136229 | -0.387558 | -0.348097 | -0.256287 | -0.409175 | -0.004195 | 0.005483 | 0.051433 | -0.246206 | 0.174118 |
| Explizite Unterstüzung | -0.119683 | -0.087379 | 1.000000 | 0.077834 | -0.117170 | -0.367312 | -0.023789 | -0.154491 | -0.079598 | 0.027912 | -0.097294 | -0.079632 | -0.001310 | 0.112385 | -0.080883 | -0.041555 | 0.233399 | 0.124785 | 0.320443 | -0.023713 |
| Nachrüstbarkeit | -0.745488 | -0.398749 | 0.077834 | 1.000000 | -0.261645 | -0.135177 | 0.072131 | -0.631005 | -0.358556 | -0.030295 | 0.287821 | 0.475395 | 0.374649 | 0.266863 | 0.396461 | -0.023808 | 0.288054 | 0.036587 | 0.251980 | -0.265335 |
| Instandhaltung | 0.273712 | 0.306845 | -0.117170 | -0.261645 | 1.000000 | 0.374457 | -0.183217 | 0.118558 | 0.028244 | 0.037080 | 0.093660 | -0.406762 | -0.389113 | -0.002424 | -0.141588 | -0.029908 | 0.092150 | 0.155786 | 0.065894 | -0.058444 |
| Gewährleistung/Garantie | 0.195470 | 0.095107 | -0.367312 | -0.135177 | 0.374457 | 1.000000 | -0.127010 | 0.127088 | 0.152999 | -0.037930 | 0.176397 | -0.200706 | -0.108359 | 0.025025 | -0.112165 | -0.166085 | -0.050589 | 0.240495 | 0.044134 | 0.084717 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 0.001869 | 0.164483 | -0.023789 | 0.072131 | -0.183217 | -0.127010 | 1.000000 | 0.085484 | 0.287831 | 0.022959 | 0.059650 | 0.272128 | 0.274977 | -0.213183 | 0.225129 | -0.091741 | -0.036392 | 0.051276 | -0.032057 | 0.263859 |
| Beschaffung (Zugang zu Produkten) | 0.652236 | 0.431286 | -0.154491 | -0.631005 | 0.118558 | 0.127088 | 0.085484 | 1.000000 | 0.336936 | -0.029533 | -0.340743 | -0.357357 | -0.277162 | -0.372352 | -0.474330 | 0.022779 | -0.195326 | -0.079564 | -0.219039 | 0.304747 |
| Zuverlässigkeit | 0.404041 | 0.179516 | -0.079598 | -0.358556 | 0.028244 | 0.152999 | 0.287831 | 0.336936 | 1.000000 | 0.185889 | 0.025749 | -0.270578 | 0.114426 | -0.132360 | -0.171129 | 0.018035 | -0.464773 | 0.018091 | 0.029304 | 0.237559 |
| Erweiterbarkeit von Dienstleistungen | -0.059564 | 0.115201 | 0.027912 | -0.030295 | 0.037080 | -0.037930 | 0.022959 | -0.029533 | 0.185889 | 1.000000 | 0.146545 | 0.088573 | 0.089860 | 0.206777 | -0.031343 | 0.141094 | -0.187501 | 0.170157 | 0.133957 | 0.067190 |
| Zukunftspotential | -0.202560 | -0.136229 | -0.097294 | 0.287821 | 0.093660 | 0.176397 | 0.059650 | -0.340743 | 0.025749 | 0.146545 | 1.000000 | 0.097989 | 0.255718 | 0.132858 | 0.242788 | -0.122928 | 0.043080 | 0.105036 | 0.194491 | -0.135772 |
| Herstelleranzahl (bzw. Umsatz) | -0.485948 | -0.387558 | -0.079632 | 0.475395 | -0.406762 | -0.200706 | 0.272128 | -0.357357 | -0.270578 | 0.088573 | 0.097989 | 1.000000 | 0.527995 | 0.103743 | 0.645675 | 0.022770 | 0.052516 | -0.016693 | -0.029018 | 0.089051 |
| Technologiealter | -0.334942 | -0.348097 | -0.001310 | 0.374649 | -0.389113 | -0.108359 | 0.274977 | -0.277162 | 0.114426 | 0.089860 | 0.255718 | 0.527995 | 1.000000 | -0.083036 | 0.440291 | -0.045097 | -0.129280 | -0.035438 | 0.015838 | 0.274904 |
| Energieersparnis | -0.293725 | -0.256287 | 0.112385 | 0.266863 | -0.002424 | 0.025025 | -0.213183 | -0.372352 | -0.132360 | 0.206777 | 0.132858 | 0.103743 | -0.083036 | 1.000000 | 0.119761 | 0.124381 | -0.025940 | 0.187032 | 0.345822 | -0.526826 |
| Geräteauswahl | -0.383562 | -0.409175 | -0.080883 | 0.396461 | -0.141588 | -0.112165 | 0.225129 | -0.474330 | -0.171129 | -0.031343 | 0.242788 | 0.645675 | 0.440291 | 0.119761 | 1.000000 | -0.083046 | -0.038401 | -0.037252 | 0.021766 | -0.021219 |
| Reichweite in Gebäuden | 0.049811 | -0.004195 | -0.041555 | -0.023808 | -0.029908 | -0.166085 | -0.091741 | 0.022779 | 0.018035 | 0.141094 | -0.122928 | 0.022770 | -0.045097 | 0.124381 | -0.083046 | 1.000000 | -0.241684 | 0.060571 | 0.117536 | -0.179215 |
| Störanfälligkeit | -0.173810 | 0.005483 | 0.233399 | 0.288054 | 0.092150 | -0.050589 | -0.036392 | -0.195326 | -0.464773 | -0.187501 | 0.043080 | 0.052516 | -0.129280 | -0.025940 | -0.038401 | -0.241684 | 1.000000 | 0.209153 | 0.105331 | -0.002275 |
| Erweiterbarkeit von Systemen | -0.046221 | 0.051433 | 0.124785 | 0.036587 | 0.155786 | 0.240495 | 0.051276 | -0.079564 | 0.018091 | 0.170157 | 0.105036 | -0.016693 | -0.035438 | 0.187032 | -0.037252 | 0.060571 | 0.209153 | 1.000000 | 0.163597 | -0.042191 |
| Datensensibilität | -0.134781 | -0.246206 | 0.320443 | 0.251980 | 0.065894 | 0.044134 | -0.032057 | -0.219039 | 0.029304 | 0.133957 | 0.194491 | -0.029018 | 0.015838 | 0.345822 | 0.021766 | 0.117536 | 0.105331 | 0.163597 | 1.000000 | -0.218354 |
| Förderkredite | 0.313339 | 0.174118 | -0.023713 | -0.265335 | -0.058444 | 0.084717 | 0.263859 | 0.304747 | 0.237559 | 0.067190 | -0.135772 | 0.089051 | 0.274904 | -0.526826 | -0.021219 | -0.179215 | -0.002275 | -0.042191 | -0.218354 | 1.000000 |
corr_heatmap_pyr_both_dataset(data_Funktionsbereich_corr,data_Funktionsbereich_corr_2)
In this section each application area is studied to see the statistical differences depending on the selected property group (we understand by property group the classification of subsets of attributes (installationsaufwand, wartung und service...) This analysis contains the following points per property group:
Basic Statistics per property groups
Distribution by application areas (mean and standard deviation)
Parallel category diagram: the parallel category diagram (also known as parallel sets or alluvial diagram) is a visualization of multi-dimensional categorical data sets. Each variable in the data set is represented by a column of rectangles, where each rectangle corresponds to a discrete value taken on by that variable. The relative heights of the rectangles reflect the relative frequency of occurrence of the corresponding value. Combinations of category rectangles across dimensions are connected by ribbons, where the height of the ribbon corresponds to the relative frequency of occurrence of the combination of categories in the data set.
installationsaufwand_features = ['Baumaßnahmen','Programmieraufwand','Nachrüstbarkeit']
data_installationsaufwand = data_analysis_ordinal_filteredNAs.loc[:,installationsaufwand_features]
data_installationsaufwand.reset_index(level=1, inplace=True)
data_installationsaufwand.head(5)
| Funktionsbereich | Baumaßnahmen | Programmieraufwand | Nachrüstbarkeit | |
|---|---|---|---|---|
| Name der Techniklösung | ||||
| Smarte Steckdose | Lichtkontrolle | 1 | 2 | 5 |
| Smarter Lichstreifen | Lichtkontrolle | 2 | 2 | 5 |
| Smarter Dimmer | Lichtkontrolle | 1 | 2 | 5 |
| Smarter Dimmer | Lichtkontrolle | 1 | 1 | 5 |
| Stimmungslichter | Lichtkontrolle | 1 | 3 | 5 |
data_Funktionsbereich_statistics[installationsaufwand_features[1:]] ## To avoid 'Konnektivität'
| Programmieraufwand | Nachrüstbarkeit | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | mean | std | min | 25% | 50% | 75% | max | count | mean | std | min | 25% | 50% | 75% | max | |
| Funktionsbereich | ||||||||||||||||
| Außenliegende sicherheitssensorik | 4.0 | 2.250000 | 1.258306 | 1.0 | 1.75 | 2.0 | 2.50 | 4.0 | 4.0 | 2.000000 | 1.154701 | 1.0 | 1.00 | 2.0 | 3.00 | 3.0 |
| Fensterbeschattung | 7.0 | 3.285714 | 0.755929 | 2.0 | 3.00 | 3.0 | 4.00 | 4.0 | 7.0 | 3.142857 | 1.214986 | 2.0 | 2.00 | 3.0 | 4.00 | 5.0 |
| Gartensysteme | 10.0 | 3.100000 | 0.737865 | 2.0 | 3.00 | 3.0 | 3.75 | 4.0 | 10.0 | 3.600000 | 1.264911 | 2.0 | 2.25 | 4.0 | 4.75 | 5.0 |
| Heimgeräte | 10.0 | 1.700000 | 0.483046 | 1.0 | 1.25 | 2.0 | 2.00 | 2.0 | 10.0 | 1.100000 | 0.316228 | 1.0 | 1.00 | 1.0 | 1.00 | 2.0 |
| Innenliegende Sichherheitssensorik | 3.0 | 1.000000 | 0.000000 | 1.0 | 1.00 | 1.0 | 1.00 | 1.0 | 3.0 | 1.000000 | 0.000000 | 1.0 | 1.00 | 1.0 | 1.00 | 1.0 |
| Klimaregulation | 18.0 | 2.944444 | 0.725358 | 2.0 | 2.25 | 3.0 | 3.00 | 4.0 | 18.0 | 3.222222 | 1.352799 | 2.0 | 2.00 | 2.5 | 4.75 | 5.0 |
| Lichtkontrolle | 12.0 | 2.333333 | 0.778499 | 1.0 | 2.00 | 2.0 | 3.00 | 4.0 | 12.0 | 4.750000 | 0.452267 | 4.0 | 4.75 | 5.0 | 5.00 | 5.0 |
| Telemonitoring | 17.0 | 2.176471 | 0.808957 | 1.0 | 2.00 | 2.0 | 2.00 | 4.0 | 17.0 | 4.058824 | 1.144038 | 2.0 | 4.00 | 4.0 | 5.00 | 5.0 |
| Voice assistants | 1.0 | 2.000000 | NaN | 2.0 | 2.00 | 2.0 | 2.00 | 2.0 | 1.0 | 4.000000 | NaN | 4.0 | 4.00 | 4.0 | 4.00 | 4.0 |
##This function is used with the rest of areas
def plot_mean_sd(data):
data_mean = data.groupby(data_analysis_ordinal_filteredNAs.index.get_level_values(1)).mean()
error_sd = data.groupby(data_analysis_ordinal_filteredNAs.index.get_level_values(1)).std()
fig, ax = plt.subplots(1, 1, figsize=(20, 10))
data_mean.plot.bar(yerr=error_sd, ax=ax, capsize=4, rot=30)
plt.title('Mean & Standard deviation (Eigenschaften)')
plt.tight_layout()
plt.show()
plot_mean_sd(data_installationsaufwand)
## Parallel Categories Diagram
##We will use this function for the rest
def parallel_diagram(data):
fig = px.parallel_categories(data)
fig.show()
parallel_diagram(data_installationsaufwand)
data_wartung_und_service_features = ['Instandhaltung','Gewährleistung/Garantie','Verfügbarkeit von Ansprechpartnern/Anlaufstellen','Beschaffung (Zugang zu Produkten)','Zuverlässigkeit','Erweiterbarkeit von Dienstleistungen']
data_wartung_und_service = data_analysis_ordinal_filteredNAs.loc[:,data_wartung_und_service_features]
data_wartung_und_service.reset_index(level=1, inplace=True)
data_wartung_und_service.head(2)
| Funktionsbereich | Instandhaltung | Gewährleistung/Garantie | Verfügbarkeit von Ansprechpartnern/Anlaufstellen | Beschaffung (Zugang zu Produkten) | Zuverlässigkeit | Erweiterbarkeit von Dienstleistungen | |
|---|---|---|---|---|---|---|---|
| Name der Techniklösung | |||||||
| Smarte Steckdose | Lichtkontrolle | 1 | 2 | 2 | 1 | 4 | 4 |
| Smarter Lichstreifen | Lichtkontrolle | 1 | 2 | 2 | 1 | 5 | 3 |
data_Funktionsbereich_statistics[data_wartung_und_service_features[1:]]
| Gewährleistung/Garantie | Verfügbarkeit von Ansprechpartnern/Anlaufstellen | ... | Zuverlässigkeit | Erweiterbarkeit von Dienstleistungen | |||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | mean | std | min | 25% | 50% | 75% | max | count | mean | ... | 75% | max | count | mean | std | min | 25% | 50% | 75% | max | |
| Funktionsbereich | |||||||||||||||||||||
| Außenliegende sicherheitssensorik | 4.0 | 2.000000 | 0.000000 | 2.0 | 2.0 | 2.0 | 2.0 | 2.0 | 4.0 | 1.500000 | ... | 4.0 | 4.0 | 4.0 | 2.750000 | 1.500000 | 1.0 | 1.75 | 3.0 | 4.00 | 4.0 |
| Fensterbeschattung | 7.0 | 2.000000 | 0.000000 | 2.0 | 2.0 | 2.0 | 2.0 | 2.0 | 7.0 | 3.571429 | ... | 5.0 | 5.0 | 7.0 | 1.285714 | 0.487950 | 1.0 | 1.00 | 1.0 | 1.50 | 2.0 |
| Gartensysteme | 10.0 | 2.000000 | 0.000000 | 2.0 | 2.0 | 2.0 | 2.0 | 2.0 | 10.0 | 3.300000 | ... | 5.0 | 5.0 | 10.0 | 1.400000 | 0.843274 | 1.0 | 1.00 | 1.0 | 1.00 | 3.0 |
| Heimgeräte | 10.0 | 1.400000 | 0.516398 | 1.0 | 1.0 | 1.0 | 2.0 | 2.0 | 10.0 | 2.900000 | ... | 4.0 | 4.0 | 10.0 | 1.400000 | 0.699206 | 1.0 | 1.00 | 1.0 | 1.75 | 3.0 |
| Innenliegende Sichherheitssensorik | 3.0 | 2.666667 | 1.154701 | 2.0 | 2.0 | 2.0 | 3.0 | 4.0 | 3.0 | 2.000000 | ... | 4.0 | 5.0 | 3.0 | 2.000000 | 0.000000 | 2.0 | 2.00 | 2.0 | 2.00 | 2.0 |
| Klimaregulation | 18.0 | 2.000000 | 0.000000 | 2.0 | 2.0 | 2.0 | 2.0 | 2.0 | 18.0 | 3.555556 | ... | 5.0 | 5.0 | 18.0 | 1.555556 | 0.855585 | 1.0 | 1.00 | 1.0 | 2.00 | 3.0 |
| Lichtkontrolle | 12.0 | 2.166667 | 0.389249 | 2.0 | 2.0 | 2.0 | 2.0 | 3.0 | 12.0 | 2.000000 | ... | 5.0 | 5.0 | 12.0 | 4.000000 | 1.206045 | 1.0 | 3.75 | 4.0 | 5.00 | 5.0 |
| Telemonitoring | 17.0 | 2.294118 | 0.469668 | 2.0 | 2.0 | 2.0 | 3.0 | 3.0 | 17.0 | 2.941176 | ... | 5.0 | 5.0 | 17.0 | 1.941176 | 1.088037 | 1.0 | 1.00 | 2.0 | 3.00 | 4.0 |
| Voice assistants | 1.0 | 1.000000 | NaN | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 4.000000 | ... | 3.0 | 3.0 | 1.0 | 4.000000 | NaN | 4.0 | 4.00 | 4.0 | 4.00 | 4.0 |
9 rows × 40 columns
plot_mean_sd(data_wartung_und_service)
parallel_diagram(data_wartung_und_service)
data_langlebigkeit_features = ['Zukunftspotential','Herstelleranzahl (bzw. Umsatz)', 'Technologiealter']
data_langlebigkeit = data_analysis_ordinal_filteredNAs.loc[:,data_langlebigkeit_features]
data_langlebigkeit.reset_index(level=1, inplace=True)
data_langlebigkeit.head(2)
| Funktionsbereich | Zukunftspotential | Herstelleranzahl (bzw. Umsatz) | Technologiealter | |
|---|---|---|---|---|
| Name der Techniklösung | ||||
| Smarte Steckdose | Lichtkontrolle | 5 | 4 | 4 |
| Smarter Lichstreifen | Lichtkontrolle | 5 | 5 | 3 |
data_Funktionsbereich_statistics[data_langlebigkeit_features[1:]]
| Herstelleranzahl (bzw. Umsatz) | Technologiealter | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | mean | std | min | 25% | 50% | 75% | max | count | mean | std | min | 25% | 50% | 75% | max | |
| Funktionsbereich | ||||||||||||||||
| Außenliegende sicherheitssensorik | 4.0 | 3.250000 | 2.061553 | 1.0 | 1.75 | 3.5 | 5.00 | 5.0 | 4.0 | 2.750000 | 0.957427 | 2.0 | 2.0 | 2.5 | 3.25 | 4.0 |
| Fensterbeschattung | 7.0 | 3.000000 | 0.577350 | 2.0 | 3.00 | 3.0 | 3.00 | 4.0 | 7.0 | 3.000000 | 0.000000 | 3.0 | 3.0 | 3.0 | 3.00 | 3.0 |
| Gartensysteme | 10.0 | 2.500000 | 0.527046 | 2.0 | 2.00 | 2.5 | 3.00 | 3.0 | 10.0 | 2.800000 | 0.421637 | 2.0 | 3.0 | 3.0 | 3.00 | 3.0 |
| Heimgeräte | 10.0 | 3.700000 | 0.948683 | 2.0 | 4.00 | 4.0 | 4.00 | 5.0 | 10.0 | 2.900000 | 0.875595 | 1.0 | 3.0 | 3.0 | 3.00 | 4.0 |
| Innenliegende Sichherheitssensorik | 3.0 | 3.000000 | 0.000000 | 3.0 | 3.00 | 3.0 | 3.00 | 3.0 | 3.0 | 2.666667 | 0.577350 | 2.0 | 2.5 | 3.0 | 3.00 | 3.0 |
| Klimaregulation | 18.0 | 3.000000 | 0.907485 | 2.0 | 2.00 | 3.0 | 3.75 | 5.0 | 18.0 | 3.222222 | 0.808452 | 2.0 | 3.0 | 3.0 | 4.00 | 4.0 |
| Lichtkontrolle | 12.0 | 3.666667 | 0.984732 | 2.0 | 3.00 | 3.5 | 4.25 | 5.0 | 12.0 | 2.833333 | 0.834847 | 2.0 | 2.0 | 3.0 | 3.25 | 4.0 |
| Telemonitoring | 17.0 | 3.000000 | 1.172604 | 1.0 | 2.00 | 3.0 | 4.00 | 5.0 | 17.0 | 3.058824 | 0.966345 | 1.0 | 3.0 | 3.0 | 4.00 | 5.0 |
| Voice assistants | 1.0 | 2.000000 | NaN | 2.0 | 2.00 | 2.0 | 2.00 | 2.0 | 1.0 | 2.000000 | NaN | 2.0 | 2.0 | 2.0 | 2.00 | 2.0 |
plot_mean_sd(data_langlebigkeit)
parallel_diagram(data_langlebigkeit)
data_technische_attribute_features = ['Energieersparnis', 'Geräteauswahl', 'Reichweite in Gebäuden','Störanfälligkeit', 'Erweiterbarkeit von Systemen']
data_technische_attribute = data_analysis_ordinal_filteredNAs.loc[:,data_technische_attribute_features]
data_technische_attribute.reset_index(level=1, inplace=True)
data_technische_attribute.head(2)
| Funktionsbereich | Energieersparnis | Geräteauswahl | Reichweite in Gebäuden | Störanfälligkeit | Erweiterbarkeit von Systemen | |
|---|---|---|---|---|---|---|
| Name der Techniklösung | ||||||
| Smarte Steckdose | Lichtkontrolle | 1 | 5 | 4 | 2 | 5 |
| Smarter Lichstreifen | Lichtkontrolle | 2 | 5 | 4 | 1 | 1 |
data_Funktionsbereich_statistics[data_technische_attribute_features[1:]]
| Geräteauswahl | Reichweite in Gebäuden | ... | Störanfälligkeit | Erweiterbarkeit von Systemen | |||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | mean | std | min | 25% | 50% | 75% | max | count | mean | ... | 75% | max | count | mean | std | min | 25% | 50% | 75% | max | |
| Funktionsbereich | |||||||||||||||||||||
| Außenliegende sicherheitssensorik | 4.0 | 3.750000 | 0.957427 | 3.0 | 3.00 | 3.5 | 4.25 | 5.0 | 4.0 | 2.750000 | ... | 4.00 | 4.0 | 4.0 | 1.500000 | 1.000000 | 1.0 | 1.00 | 1.0 | 1.50 | 3.0 |
| Fensterbeschattung | 7.0 | 3.000000 | 0.577350 | 2.0 | 3.00 | 3.0 | 3.00 | 4.0 | 7.0 | 3.857143 | ... | 2.00 | 2.0 | 7.0 | 2.142857 | 1.951800 | 1.0 | 1.00 | 1.0 | 3.00 | 5.0 |
| Gartensysteme | 10.0 | 3.000000 | 0.000000 | 3.0 | 3.00 | 3.0 | 3.00 | 3.0 | 10.0 | 3.700000 | ... | 2.00 | 2.0 | 10.0 | 2.400000 | 1.837873 | 1.0 | 1.00 | 1.5 | 4.25 | 5.0 |
| Heimgeräte | 10.0 | 3.400000 | 1.074968 | 1.0 | 3.25 | 4.0 | 4.00 | 4.0 | 10.0 | 4.700000 | ... | 1.00 | 2.0 | 10.0 | 1.000000 | 0.000000 | 1.0 | 1.00 | 1.0 | 1.00 | 1.0 |
| Innenliegende Sichherheitssensorik | 3.0 | 2.666667 | 0.577350 | 2.0 | 2.50 | 3.0 | 3.00 | 3.0 | 3.0 | 3.666667 | ... | 3.00 | 3.0 | 3.0 | 1.666667 | 1.154701 | 1.0 | 1.00 | 1.0 | 2.00 | 3.0 |
| Klimaregulation | 18.0 | 2.666667 | 0.685994 | 2.0 | 2.00 | 3.0 | 3.00 | 4.0 | 18.0 | 4.000000 | ... | 2.00 | 2.0 | 18.0 | 1.888889 | 1.711171 | 1.0 | 1.00 | 1.0 | 1.00 | 5.0 |
| Lichtkontrolle | 12.0 | 3.916667 | 0.996205 | 2.0 | 3.00 | 4.0 | 5.00 | 5.0 | 12.0 | 2.916667 | ... | 2.25 | 4.0 | 12.0 | 4.083333 | 1.564279 | 1.0 | 3.75 | 5.0 | 5.00 | 5.0 |
| Telemonitoring | 17.0 | 3.000000 | 1.274755 | 1.0 | 2.00 | 3.0 | 4.00 | 5.0 | 17.0 | 3.941176 | ... | 2.00 | 3.0 | 17.0 | 2.588235 | 1.121318 | 1.0 | 2.00 | 2.0 | 3.00 | 5.0 |
| Voice assistants | 1.0 | 2.000000 | NaN | 2.0 | 2.00 | 2.0 | 2.00 | 2.0 | 1.0 | 2.000000 | ... | 4.00 | 4.0 | 1.0 | 4.000000 | NaN | 4.0 | 4.00 | 4.0 | 4.00 | 4.0 |
9 rows × 32 columns
plot_mean_sd(data_technische_attribute)
parallel_diagram(data_technische_attribute)
data_datenschutz_features = ['Datensensibilität','Dantelokalität']
data_datenschutz = data_analysis_ordinal_filteredNAs.loc[:,data_datenschutz_features]
data_datenschutz.reset_index(level=1, inplace=True)
data_datenschutz.head(2)
| Funktionsbereich | Datensensibilität | Dantelokalität | |
|---|---|---|---|
| Name der Techniklösung | |||
| Smarte Steckdose | Lichtkontrolle | 2 | 5 |
| Smarter Lichstreifen | Lichtkontrolle | 2 | 5 |
data_Funktionsbereich_statistics[data_datenschutz_features[1:]]
| Dantelokalität | ||||||||
|---|---|---|---|---|---|---|---|---|
| count | mean | std | min | 25% | 50% | 75% | max | |
| Funktionsbereich | ||||||||
| Außenliegende sicherheitssensorik | 4.0 | 4.250000 | 0.957427 | 3.0 | 3.75 | 4.5 | 5.0 | 5.0 |
| Fensterbeschattung | 7.0 | 4.285714 | 0.951190 | 3.0 | 3.50 | 5.0 | 5.0 | 5.0 |
| Gartensysteme | 10.0 | 4.200000 | 1.032796 | 3.0 | 3.00 | 5.0 | 5.0 | 5.0 |
| Heimgeräte | 10.0 | 4.000000 | 0.000000 | 4.0 | 4.00 | 4.0 | 4.0 | 4.0 |
| Innenliegende Sichherheitssensorik | 3.0 | 3.000000 | 1.732051 | 1.0 | 2.50 | 4.0 | 4.0 | 4.0 |
| Klimaregulation | 18.0 | 4.055556 | 0.998365 | 3.0 | 3.00 | 4.5 | 5.0 | 5.0 |
| Lichtkontrolle | 12.0 | 4.250000 | 0.866025 | 3.0 | 3.75 | 4.5 | 5.0 | 5.0 |
| Telemonitoring | 17.0 | 3.000000 | 0.790569 | 2.0 | 3.00 | 3.0 | 3.0 | 5.0 |
| Voice assistants | 1.0 | 0.000000 | NaN | 0.0 | 0.00 | 0.0 | 0.0 | 0.0 |
plot_mean_sd(data_datenschutz)
parallel_diagram(data_technische_attribute)
data_praferenz_features = ['Konnektivität','Bevorzugte Nutzung']
data_analysis_filteredNAs_categorical.info()
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 46 entries, ('Smarte Steckdose', 'Lichtkontrolle') to ('Voice command assistants', 'Voice assistants')
Data columns (total 7 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Konnektivität 46 non-null object
1 Bevorzugte Nutzung 46 non-null object
2 Bekannte Standards 46 non-null object
3 Initiale Anschaffungskosten 46 non-null object
4 Laufende Kosten 46 non-null object
5 Erweiterungskosten bzgl. Programmierung 46 non-null object
6 Weitere Anschaffungskosten 46 non-null object
dtypes: object(7)
memory usage: 5.7+ KB
data_praferenz = data_analysis_filteredNAs_categorical.loc[:,data_praferenz_features]
data_praferenz.reset_index(level=1, inplace=True)
data_praferenz.head(2)
| Funktionsbereich | Konnektivität | Bevorzugte Nutzung | |
|---|---|---|---|
| Name der Techniklösung | |||
| Smarte Steckdose | Lichtkontrolle | Kabellos | Keine, überall anwendbar |
| Smarter Lichstreifen | Lichtkontrolle | Kabellos | Keine, überall anwendbar |
f = plt.figure(figsize=(15, 8))
sns.countplot(x="Bevorzugte Nutzung", data=data_praferenz)
<AxesSubplot:xlabel='Bevorzugte Nutzung', ylabel='count'>
parallel_diagram(data_praferenz)
data_standards_features = ["Konnektivität", 'Bekannte Standards']
data_standards = data_analysis_filteredNAs_categorical.loc[:,data_standards_features]
data_standards.reset_index(level=1, inplace=True)
data_standards.head(2)
| Funktionsbereich | Konnektivität | Bekannte Standards | |
|---|---|---|---|
| Name der Techniklösung | |||
| Smarte Steckdose | Lichtkontrolle | Kabellos | Zigbee, Bluetooth, 433Mhz |
| Smarter Lichstreifen | Lichtkontrolle | Kabellos | Zigbee, Bluetooth, 433Mhz |
f = plt.figure(figsize=(15, 18))
sns.countplot(y="Bekannte Standards", data=data_standards)
<AxesSubplot:xlabel='count', ylabel='Bekannte Standards'>
parallel_diagram(data_technische_attribute)
data_unterstutzung_pflegebedurftiger_features = ['Explizite Unterstüzung']
data_unterstutzung_pflegebedurftiger = data_analysis_ordinal_filteredNAs.loc[:,data_unterstutzung_pflegebedurftiger_features]
data_unterstutzung_pflegebedurftiger.reset_index(level=1, inplace=True)
data_unterstutzung_pflegebedurftiger.head(2)
| Funktionsbereich | Explizite Unterstüzung | |
|---|---|---|
| Name der Techniklösung | ||
| Smarte Steckdose | Lichtkontrolle | 4 |
| Smarter Lichstreifen | Lichtkontrolle | 4 |
data_Funktionsbereich_statistics[data_unterstutzung_pflegebedurftiger_features[0:]]
| Explizite Unterstüzung | ||||||||
|---|---|---|---|---|---|---|---|---|
| count | mean | std | min | 25% | 50% | 75% | max | |
| Funktionsbereich | ||||||||
| Außenliegende sicherheitssensorik | 4.0 | 2.000000 | 1.154701 | 1.0 | 1.0 | 2.0 | 3.00 | 3.0 |
| Fensterbeschattung | 7.0 | 2.714286 | 0.487950 | 2.0 | 2.5 | 3.0 | 3.00 | 3.0 |
| Gartensysteme | 10.0 | 1.400000 | 0.516398 | 1.0 | 1.0 | 1.0 | 2.00 | 2.0 |
| Heimgeräte | 10.0 | 2.300000 | 1.059350 | 1.0 | 2.0 | 2.0 | 2.75 | 4.0 |
| Innenliegende Sichherheitssensorik | 3.0 | 1.000000 | 0.000000 | 1.0 | 1.0 | 1.0 | 1.00 | 1.0 |
| Klimaregulation | 18.0 | 2.555556 | 0.704792 | 1.0 | 2.0 | 3.0 | 3.00 | 3.0 |
| Lichtkontrolle | 12.0 | 4.583333 | 0.514929 | 4.0 | 4.0 | 5.0 | 5.00 | 5.0 |
| Telemonitoring | 17.0 | 4.529412 | 1.178858 | 1.0 | 5.0 | 5.0 | 5.00 | 5.0 |
| Voice assistants | 1.0 | 3.000000 | NaN | 3.0 | 3.0 | 3.0 | 3.00 | 3.0 |
plot_mean_sd(data_unterstutzung_pflegebedurftiger)
parallel_diagram(data_technische_attribute)
data_fordermoglichkeiten_features = ['Zuschüsse', 'Förderkredite']
data_fordermoglichkeiten = data_analysis_ordinal_filteredNAs.loc[:,data_fordermoglichkeiten_features]
data_fordermoglichkeiten.reset_index(level=1, inplace=True)
data_fordermoglichkeiten.head(2)
| Funktionsbereich | Zuschüsse | Förderkredite | |
|---|---|---|---|
| Name der Techniklösung | |||
| Smarte Steckdose | Lichtkontrolle | 1 | 1 |
| Smarter Lichstreifen | Lichtkontrolle | 1 | 1 |
data_Funktionsbereich_statistics[data_fordermoglichkeiten_features[1:]]
| Förderkredite | ||||||||
|---|---|---|---|---|---|---|---|---|
| count | mean | std | min | 25% | 50% | 75% | max | |
| Funktionsbereich | ||||||||
| Außenliegende sicherheitssensorik | 4.0 | 1.000000 | 0.000000 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| Fensterbeschattung | 7.0 | 3.000000 | 0.000000 | 3.0 | 3.0 | 3.0 | 3.0 | 3.0 |
| Gartensysteme | 10.0 | 1.000000 | 0.000000 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| Heimgeräte | 10.0 | 1.000000 | 0.000000 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| Innenliegende Sichherheitssensorik | 3.0 | 1.000000 | 0.000000 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| Klimaregulation | 18.0 | 2.555556 | 0.855585 | 1.0 | 3.0 | 3.0 | 3.0 | 3.0 |
| Lichtkontrolle | 12.0 | 1.000000 | 0.000000 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| Telemonitoring | 17.0 | 1.117647 | 0.485071 | 1.0 | 1.0 | 1.0 | 1.0 | 3.0 |
| Voice assistants | 1.0 | 1.000000 | NaN | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 |
plot_mean_sd(data_fordermoglichkeiten)
parallel_diagram(data_technische_attribute)
##Functions to interpret the results
def show_relevant(names, rel_att):
'''Funtion to show a graph with the relevant degree of each attribute
It takes:
- names: names of all attributes
- rel_att: relevant degree of each attribute by a determined technique (anova...)
'''
plt.figure(figsize=(len(names)/1.5,6))
serie = pd.Series(rel_att, index=names)
serie.plot(kind='bar', color=['blue','red','green','yellow','black'])
def show_selection(names, mask):
'''Function to show names of the selected attributes by a boolean mask
It takes:
- names: names of all attributes
- mask: list of booleans to determine whether an attribute is selected or not
'''
selection = [n for n,m in zip(names, mask) if m==True]
print(len(selection), selection)
def transform_dataset_attribute_selection_ordinal(dataset):
le = preprocessing.LabelEncoder()
data_analysis_attributes = dataset.copy()
data_analysis_attributes_no_index = data_analysis_attributes.reset_index(level=[0,1],inplace=True)
data_analysis_attributes_processed = data_analysis_attributes.dropna(axis=0)
target1 = le.fit_transform(data_analysis_attributes_processed['Name der Techniklösung'])
target2 = le.fit_transform(data_analysis_attributes_processed['Funktionsbereich'])
data_analysis_attributes_processed.drop(columns=['Name der Techniklösung','Funktionsbereich'],axis=1,inplace=True)
return data_analysis_attributes_processed,target1,target2
data_transformed,target_1,target_2 = transform_dataset_attribute_selection_ordinal(data_analysis_ordinal_filteredNAs)
def calculate_entropy(dataset_columns):
##This entropy is normalized
probabilities = pd.Series(dataset_columns).value_counts(normalize=True, sort=False)
entropy_data = entropy(probabilities,base=2)/np.log2(5)
return entropy_data
def entropy_plot(dataset):
data_entropy= dataset.apply(calculate_entropy).to_frame()
data_entropy.columns=['Entropy Result']
data_entropy.sort_values(by=['Entropy Result'],inplace=True, ascending=False)
print("Entropy - Attribute: \n")
display(data_entropy)
data_entropy.plot.barh(title='Entropy',figsize=(15,12))
entropy_plot(data_analysis_ordinal_filteredNAs)
Entropy - Attribute:
| Entropy Result | |
|---|---|
| Explizite Unterstüzung | 0.970818 |
| Nachrüstbarkeit | 0.945900 |
| Energieersparnis | 0.921103 |
| Herstelleranzahl (bzw. Umsatz) | 0.878189 |
| Beschaffung (Zugang zu Produkten) | 0.866817 |
| Reichweite in Gebäuden | 0.859754 |
| Baumaßnahmen | 0.853768 |
| Geräteauswahl | 0.844761 |
| Erweiterbarkeit von Dienstleistungen | 0.831838 |
| Dantelokalität | 0.828101 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 0.825759 |
| Erweiterbarkeit von Systemen | 0.801439 |
| Datensensibilität | 0.796272 |
| Programmieraufwand | 0.786818 |
| Zuverlässigkeit | 0.722369 |
| Technologiealter | 0.719927 |
| Störanfälligkeit | 0.699205 |
| Zukunftspotential | 0.639623 |
| Instandhaltung | 0.525829 |
| Zuschüsse | 0.520671 |
| Gewährleistung/Garantie | 0.397001 |
| Förderkredite | 0.361339 |
entropy_plot(data_analysis_ordinal_filteredNAs_2)
Entropy - Attribute:
| Entropy Result | |
|---|---|
| Explizite Unterstüzung | 0.964712 |
| Erweiterbarkeit von Systemen | 0.964360 |
| Baumaßnahmen | 0.878218 |
| Beschaffung (Zugang zu Produkten) | 0.852549 |
| Geräteauswahl | 0.818628 |
| Nachrüstbarkeit | 0.807203 |
| Energieersparnis | 0.799607 |
| Herstelleranzahl (bzw. Umsatz) | 0.793877 |
| Zuverlässigkeit | 0.775621 |
| Datensensibilität | 0.756135 |
| Reichweite in Gebäuden | 0.708134 |
| Programmieraufwand | 0.698998 |
| Technologiealter | 0.655756 |
| Störanfälligkeit | 0.616509 |
| Erweiterbarkeit von Dienstleistungen | 0.606946 |
| Gewährleistung/Garantie | 0.595768 |
| Zukunftspotential | 0.587707 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 0.580495 |
| Instandhaltung | 0.511998 |
| Zuschüsse | 0.498449 |
| Förderkredite | 0.449303 |
data_lichtkontrolle = data_analysis_ordinal_filteredNAs.filter(like='Lichtkontrolle', axis=0)
entropy_plot(data_lichtkontrolle)
Entropy - Attribute:
| Entropy Result | |
|---|---|
| Reichweite in Gebäuden | 0.915539 |
| Geräteauswahl | 0.799072 |
| Herstelleranzahl (bzw. Umsatz) | 0.785990 |
| Erweiterbarkeit von Dienstleistungen | 0.768396 |
| Datensensibilität | 0.695114 |
| Störanfälligkeit | 0.695114 |
| Technologiealter | 0.669523 |
| Baumaßnahmen | 0.669523 |
| Zuverlässigkeit | 0.669523 |
| Programmieraufwand | 0.668022 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 0.646015 |
| Dantelokalität | 0.646015 |
| Beschaffung (Zugang zu Produkten) | 0.628421 |
| Erweiterbarkeit von Systemen | 0.610827 |
| Energieersparnis | 0.430677 |
| Explizite Unterstüzung | 0.422007 |
| Zukunftspotential | 0.349398 |
| Nachrüstbarkeit | 0.349398 |
| Gewährleistung/Garantie | 0.279949 |
| Instandhaltung | 0.178221 |
| Zuschüsse | 0.000000 |
| Förderkredite | 0.000000 |
data_lich = data_lichtkontrolle.loc[:,['Reichweite in Gebäuden','Geräteauswahl','Herstelleranzahl (bzw. Umsatz)','Erweiterbarkeit von Dienstleistungen','Datensensibilität','Störanfälligkeit','Technologiealter','Baumaßnahmen']].reset_index()
data_lich.drop(columns='Funktionsbereich',inplace=True)
data_lich
| Name der Techniklösung | Reichweite in Gebäuden | Geräteauswahl | Herstelleranzahl (bzw. Umsatz) | Erweiterbarkeit von Dienstleistungen | Datensensibilität | Störanfälligkeit | Technologiealter | Baumaßnahmen | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | Smarte Steckdose | 4 | 5 | 4 | 4 | 2 | 2 | 4 | 1 |
| 1 | Smarter Lichstreifen | 4 | 5 | 5 | 3 | 2 | 1 | 3 | 2 |
| 2 | Smarter Dimmer | 4 | 4 | 4 | 4 | 2 | 2 | 2 | 1 |
| 3 | Smarter Dimmer | 1 | 3 | 3 | 1 | 2 | 1 | 2 | 1 |
| 4 | Stimmungslichter | 1 | 4 | 3 | 3 | 3 | 1 | 3 | 1 |
| 5 | Steuerhubs | 5 | 2 | 2 | 5 | 2 | 1 | 3 | 4 |
| 6 | Steuerhubs | 4 | 3 | 3 | 5 | 2 | 3 | 2 | 2 |
| 7 | Bewegungssensoren | 2 | 5 | 5 | 5 | 4 | 4 | 4 | 2 |
| 8 | Bewegungssensoren | 1 | 4 | 3 | 4 | 4 | 1 | 2 | 4 |
| 9 | Smarte Einzelleuchten | 3 | 5 | 5 | 5 | 2 | 1 | 2 | 2 |
| 10 | Präsenzmelder | 3 | 4 | 4 | 5 | 5 | 3 | 4 | 2 |
| 11 | Präsenzmelder | 3 | 3 | 3 | 4 | 5 | 1 | 3 | 4 |
parallel_diagram(data_lich)
data_lichkontrolle_best_atttributes = ['Reichweite in Gebäuden','Geräteauswahl','Herstelleranzahl (bzw. Umsatz)','Erweiterbarkeit von Dienstleistungen','Datensensibilität','Störanfälligkeit','Technologiealter','Baumaßnahmen']
data_best_attributes_by_entropy = []
data_best_attributes_by_entropy = data_best_attributes_by_entropy + data_lichkontrolle_best_atttributes
data_telemonitoring = data_analysis_ordinal_filteredNAs.filter(like='Telemonitoring', axis=0)
entropy_plot(data_telemonitoring)
Entropy - Attribute:
| Entropy Result | |
|---|---|
| Geräteauswahl | 0.942984 |
| Herstelleranzahl (bzw. Umsatz) | 0.911441 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 0.870662 |
| Erweiterbarkeit von Systemen | 0.860773 |
| Technologiealter | 0.829229 |
| Zuverlässigkeit | 0.779216 |
| Erweiterbarkeit von Dienstleistungen | 0.778561 |
| Nachrüstbarkeit | 0.737783 |
| Datensensibilität | 0.737783 |
| Zuschüsse | 0.680410 |
| Dantelokalität | 0.665461 |
| Beschaffung (Zugang zu Produkten) | 0.644692 |
| Reichweite in Gebäuden | 0.625196 |
| Baumaßnahmen | 0.593653 |
| Programmieraufwand | 0.569185 |
| Zukunftspotential | 0.542985 |
| Störanfälligkeit | 0.499393 |
| Instandhaltung | 0.467849 |
| Explizite Unterstüzung | 0.410002 |
| Gewährleistung/Garantie | 0.376403 |
| Energieersparnis | 0.139004 |
| Förderkredite | 0.139004 |
data_tel = data_telemonitoring.loc[:,['Geräteauswahl','Herstelleranzahl (bzw. Umsatz)','Verfügbarkeit von Ansprechpartnern/Anlaufstellen','Erweiterbarkeit von Systemen','Technologiealter','Zuverlässigkeit','Erweiterbarkeit von Dienstleistungen','Nachrüstbarkeit']].reset_index()
data_tel.drop(columns='Funktionsbereich',inplace=True)
data_tel.head(2)
| Name der Techniklösung | Geräteauswahl | Herstelleranzahl (bzw. Umsatz) | Verfügbarkeit von Ansprechpartnern/Anlaufstellen | Erweiterbarkeit von Systemen | Technologiealter | Zuverlässigkeit | Erweiterbarkeit von Dienstleistungen | Nachrüstbarkeit | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | Bedienpanel für (KNX-)Steuerung | 3 | 3 | 4 | 5 | 3 | 5 | 3 | 2 |
| 1 | Schlafsenorik | 5 | 4 | 3 | 3 | 3 | 3 | 1 | 5 |
parallel_diagram(data_tel)
data_telemonitoring_best_attributes= ['Geräteauswahl','Herstelleranzahl (bzw. Umsatz)','Verfügbarkeit von Ansprechpartnern/Anlaufstellen','Erweiterbarkeit von Systemen','Technologiealter','Zuverlässigkeit','Erweiterbarkeit von Dienstleistungen','Nachrüstbarkeit']
data_best_attributes_by_entropy = data_best_attributes_by_entropy + data_telemonitoring_best_attributes
##data_best_attributes_by_entropy
data_klimaregulation = data_analysis_ordinal_filteredNAs.filter(like='Klimaregulation', axis=0)
entropy_plot(data_klimaregulation)
Entropy - Attribute:
| Entropy Result | |
|---|---|
| Baumaßnahmen | 0.857510 |
| Herstelleranzahl (bzw. Umsatz) | 0.763192 |
| Energieersparnis | 0.754853 |
| Nachrüstbarkeit | 0.721737 |
| Technologiealter | 0.659147 |
| Zuverlässigkeit | 0.644093 |
| Programmieraufwand | 0.644093 |
| Instandhaltung | 0.644093 |
| Beschaffung (Zugang zu Produkten) | 0.644093 |
| Geräteauswahl | 0.599565 |
| Dantelokalität | 0.539047 |
| Explizite Unterstüzung | 0.527318 |
| Zukunftspotential | 0.527318 |
| Erweiterbarkeit von Dienstleistungen | 0.527318 |
| Reichweite in Gebäuden | 0.430677 |
| Störanfälligkeit | 0.430677 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 0.426833 |
| Erweiterbarkeit von Systemen | 0.329125 |
| Zuschüsse | 0.329125 |
| Förderkredite | 0.329125 |
| Datensensibilität | 0.133313 |
| Gewährleistung/Garantie | 0.000000 |
data_klim = data_klimaregulation.loc[:,['Baumaßnahmen','Herstelleranzahl (bzw. Umsatz)','Energieersparnis','Nachrüstbarkeit','Technologiealter','Zuverlässigkeit','Programmieraufwand','Instandhaltung']].reset_index()
data_klim.drop(columns='Funktionsbereich',inplace=True)
data_klim.head(2)
| Name der Techniklösung | Baumaßnahmen | Herstelleranzahl (bzw. Umsatz) | Energieersparnis | Nachrüstbarkeit | Technologiealter | Zuverlässigkeit | Programmieraufwand | Instandhaltung | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | Smarter Raumthermostat | 1 | 4 | 3 | 5 | 4 | 3 | 3 | 1 |
| 1 | Smarter Raumthermostat | 2 | 3 | 3 | 2 | 4 | 5 | 2 | 1 |
parallel_diagram(data_klim)
data_klimaregulation_best_attributes = ['Baumaßnahmen','Herstelleranzahl (bzw. Umsatz)','Energieersparnis','Nachrüstbarkeit','Technologiealter','Zuverlässigkeit','Programmieraufwand','Instandhaltung']
data_best_attributes_by_entropy = data_best_attributes_by_entropy + data_klimaregulation_best_attributes
data_innenliegende = data_analysis_ordinal_filteredNAs.filter(like='Innenliegende Sichherheitssensorik', axis=0)
entropy_plot(data_innenliegende)
Entropy - Attribute:
| Entropy Result | |
|---|---|
| Geräteauswahl | 0.395488 |
| Dantelokalität | 0.395488 |
| Instandhaltung | 0.395488 |
| Gewährleistung/Garantie | 0.395488 |
| Erweiterbarkeit von Systemen | 0.395488 |
| Zuverlässigkeit | 0.395488 |
| Zukunftspotential | 0.395488 |
| Reichweite in Gebäuden | 0.395488 |
| Technologiealter | 0.395488 |
| Baumaßnahmen | 0.000000 |
| Zuschüsse | 0.000000 |
| Datensensibilität | 0.000000 |
| Störanfälligkeit | 0.000000 |
| Herstelleranzahl (bzw. Umsatz) | 0.000000 |
| Energieersparnis | 0.000000 |
| Programmieraufwand | 0.000000 |
| Erweiterbarkeit von Dienstleistungen | 0.000000 |
| Beschaffung (Zugang zu Produkten) | 0.000000 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 0.000000 |
| Nachrüstbarkeit | 0.000000 |
| Explizite Unterstüzung | 0.000000 |
| Förderkredite | 0.000000 |
data_innen = data_innenliegende.loc[:,['Geräteauswahl','Dantelokalität','Instandhaltung','Gewährleistung/Garantie','Erweiterbarkeit von Systemen','Zuverlässigkeit','Zukunftspotential','Reichweite in Gebäuden']].reset_index()
data_innen.drop(columns='Funktionsbereich',inplace=True)
data_innen.head(2)
| Name der Techniklösung | Geräteauswahl | Dantelokalität | Instandhaltung | Gewährleistung/Garantie | Erweiterbarkeit von Systemen | Zuverlässigkeit | Zukunftspotential | Reichweite in Gebäuden | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | Rauchmelder | 3 | 4 | 3 | 4 | 3 | 5 | 5 | 4 |
| 1 | Kohlenmonoxidmelder (CO-melder) | 3 | 1 | 1 | 2 | 1 | 3 | 5 | 4 |
parallel_diagram(data_innen)
data_innenliegende_best_attributes = ['Geräteauswahl','Dantelokalität','Instandhaltung','Gewährleistung/Garantie','Erweiterbarkeit von Systemen','Zuverlässigkeit','Zukunftspotential','Reichweite in Gebäuden']
data_best_attributes_by_entropy = data_best_attributes_by_entropy + data_innenliegende_best_attributes
data_heimgeräte = data_analysis_ordinal_filteredNAs.filter(like='Heimgeräte', axis=0)
entropy_plot(data_heimgeräte)
Entropy - Attribute:
| Entropy Result | |
|---|---|
| Datensensibilität | 0.795218 |
| Explizite Unterstüzung | 0.758406 |
| Technologiealter | 0.676572 |
| Energieersparnis | 0.676572 |
| Beschaffung (Zugang zu Produkten) | 0.676572 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 0.639759 |
| Geräteauswahl | 0.584333 |
| Zukunftspotential | 0.557925 |
| Herstelleranzahl (bzw. Umsatz) | 0.498198 |
| Erweiterbarkeit von Dienstleistungen | 0.498198 |
| Gewährleistung/Garantie | 0.418166 |
| Reichweite in Gebäuden | 0.397053 |
| Programmieraufwand | 0.379551 |
| Störanfälligkeit | 0.310918 |
| Baumaßnahmen | 0.310918 |
| Zuverlässigkeit | 0.201985 |
| Instandhaltung | 0.201985 |
| Nachrüstbarkeit | 0.201985 |
| Erweiterbarkeit von Systemen | 0.000000 |
| Dantelokalität | 0.000000 |
| Zuschüsse | 0.000000 |
| Förderkredite | 0.000000 |
data_heim = data_heimgeräte.loc[:,['Datensensibilität','Explizite Unterstüzung','Technologiealter','Energieersparnis','Beschaffung (Zugang zu Produkten)','Verfügbarkeit von Ansprechpartnern/Anlaufstellen','Geräteauswahl','Zukunftspotential']].reset_index()
data_heim.drop(columns='Funktionsbereich',inplace=True)
data_heim.head(2)
| Name der Techniklösung | Datensensibilität | Explizite Unterstüzung | Technologiealter | Energieersparnis | Beschaffung (Zugang zu Produkten) | Verfügbarkeit von Ansprechpartnern/Anlaufstellen | Geräteauswahl | Zukunftspotential | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | Smarter Kühlschrank | 3 | 2 | 3 | 2 | 2 | 3 | 3 | 3 |
| 1 | Smarte Waschmaschine | 3 | 2 | 3 | 3 | 2 | 3 | 4 | 4 |
parallel_diagram(data_heim)
data_heimgeräte_best_attributes = ['Datensensibilität','Explizite Unterstüzung','Technologiealter','Energieersparnis','Beschaffung (Zugang zu Produkten)','Verfügbarkeit von Ansprechpartnern/Anlaufstellen','Geräteauswahl','Zukunftspotential']
data_best_attributes_by_entropy = data_best_attributes_by_entropy + data_heimgeräte_best_attributes
data_gartensysteme = data_analysis_ordinal_filteredNAs.filter(like='Gartensysteme', axis=0)
entropy_plot(data_gartensysteme)
Entropy - Attribute:
| Entropy Result | |
|---|---|
| Beschaffung (Zugang zu Produkten) | 0.848842 |
| Nachrüstbarkeit | 0.816331 |
| Baumaßnahmen | 0.795218 |
| Reichweite in Gebäuden | 0.741594 |
| Programmieraufwand | 0.639759 |
| Erweiterbarkeit von Systemen | 0.639759 |
| Energieersparnis | 0.639759 |
| Instandhaltung | 0.586135 |
| Herstelleranzahl (bzw. Umsatz) | 0.430677 |
| Zuverlässigkeit | 0.430677 |
| Störanfälligkeit | 0.418166 |
| Explizite Unterstüzung | 0.418166 |
| Dantelokalität | 0.418166 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 0.379551 |
| Erweiterbarkeit von Dienstleistungen | 0.310918 |
| Technologiealter | 0.310918 |
| Zukunftspotential | 0.201985 |
| Datensensibilität | 0.201985 |
| Geräteauswahl | 0.000000 |
| Gewährleistung/Garantie | 0.000000 |
| Zuschüsse | 0.000000 |
| Förderkredite | 0.000000 |
data_garten = data_lichtkontrolle.loc[:,['Beschaffung (Zugang zu Produkten)','Nachrüstbarkeit','Baumaßnahmen','Reichweite in Gebäuden','Programmieraufwand','Erweiterbarkeit von Systemen','Energieersparnis','Instandhaltung']].reset_index()
data_garten.drop(columns='Funktionsbereich',inplace=True)
data_garten.head(2)
| Name der Techniklösung | Beschaffung (Zugang zu Produkten) | Nachrüstbarkeit | Baumaßnahmen | Reichweite in Gebäuden | Programmieraufwand | Erweiterbarkeit von Systemen | Energieersparnis | Instandhaltung | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | Smarte Steckdose | 1 | 5 | 1 | 4 | 2 | 5 | 1 | 1 |
| 1 | Smarter Lichstreifen | 1 | 5 | 2 | 4 | 2 | 1 | 2 | 1 |
parallel_diagram(data_garten)
data_gartensysteme_best_attributes = ['Beschaffung (Zugang zu Produkten)','Nachrüstbarkeit','Baumaßnahmen','Reichweite in Gebäuden','Programmieraufwand','Erweiterbarkeit von Systemen','Energieersparnis','Instandhaltung']
data_best_attributes_by_entropy = data_best_attributes_by_entropy + data_gartensysteme_best_attributes
data_fensterbeschattung = data_analysis_ordinal_filteredNAs.filter(like='Fensterbeschattung', axis=0)
entropy_plot(data_fensterbeschattung)
Entropy - Attribute:
| Entropy Result | |
|---|---|
| Baumaßnahmen | 0.962961 |
| Nachrüstbarkeit | 0.793466 |
| Zuverlässigkeit | 0.623971 |
| Programmieraufwand | 0.623971 |
| Dantelokalität | 0.593810 |
| Instandhaltung | 0.593810 |
| Geräteauswahl | 0.494776 |
| Herstelleranzahl (bzw. Umsatz) | 0.494776 |
| Beschaffung (Zugang zu Produkten) | 0.494776 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 0.424315 |
| Reichweite in Gebäuden | 0.424315 |
| Störanfälligkeit | 0.424315 |
| Erweiterbarkeit von Dienstleistungen | 0.371726 |
| Energieersparnis | 0.371726 |
| Erweiterbarkeit von Systemen | 0.371726 |
| Explizite Unterstüzung | 0.371726 |
| Zukunftspotential | 0.000000 |
| Technologiealter | 0.000000 |
| Gewährleistung/Garantie | 0.000000 |
| Datensensibilität | 0.000000 |
| Zuschüsse | 0.000000 |
| Förderkredite | 0.000000 |
data_fens = data_fensterbeschattung.loc[:,['Baumaßnahmen','Nachrüstbarkeit','Zuverlässigkeit','Programmieraufwand','Dantelokalität','Instandhaltung','Geräteauswahl','Herstelleranzahl (bzw. Umsatz)']].reset_index()
data_fens.drop(columns='Funktionsbereich',inplace=True)
data_fens.head(2)
| Name der Techniklösung | Baumaßnahmen | Nachrüstbarkeit | Zuverlässigkeit | Programmieraufwand | Dantelokalität | Instandhaltung | Geräteauswahl | Herstelleranzahl (bzw. Umsatz) | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | Jalousienaktor (auch für elektr. Rolladen, Mar... | 3 | 4 | 4 | 4 | 5 | 1 | 3 | 3 |
| 1 | Jalousienaktor (auch für elektr. Rolladen, Mar... | 4 | 2 | 5 | 3 | 5 | 1 | 3 | 3 |
parallel_diagram(data_fens)
data_fensterbeschattung_best_attributes = ['Baumaßnahmen','Nachrüstbarkeit','Zuverlässigkeit','Programmieraufwand','Dantelokalität','Instandhaltung','Geräteauswahl','Herstelleranzahl (bzw. Umsatz)']
data_best_attributes_by_entropy = data_best_attributes_by_entropy + data_fensterbeschattung_best_attributes
There is just one instance.
data_Außenliegende= data_analysis_ordinal_filteredNAs.filter(like='Außenliegende sicherheitssensorik', axis=0)
entropy_plot(data_Außenliegende)
Entropy - Attribute:
| Entropy Result | |
|---|---|
| Herstelleranzahl (bzw. Umsatz) | 0.646015 |
| Erweiterbarkeit von Dienstleistungen | 0.646015 |
| Reichweite in Gebäuden | 0.646015 |
| Geräteauswahl | 0.646015 |
| Technologiealter | 0.646015 |
| Programmieraufwand | 0.646015 |
| Zuverlässigkeit | 0.646015 |
| Dantelokalität | 0.646015 |
| Beschaffung (Zugang zu Produkten) | 0.430677 |
| Verfügbarkeit von Ansprechpartnern/Anlaufstellen | 0.430677 |
| Zukunftspotential | 0.430677 |
| Instandhaltung | 0.430677 |
| Energieersparnis | 0.430677 |
| Nachrüstbarkeit | 0.430677 |
| Explizite Unterstüzung | 0.430677 |
| Datensensibilität | 0.430677 |
| Erweiterbarkeit von Systemen | 0.349398 |
| Baumaßnahmen | 0.349398 |
| Störanfälligkeit | 0.349398 |
| Gewährleistung/Garantie | 0.000000 |
| Zuschüsse | 0.000000 |
| Förderkredite | 0.000000 |
data_auss = data_Außenliegende.loc[:,['Herstelleranzahl (bzw. Umsatz)','Erweiterbarkeit von Dienstleistungen','Reichweite in Gebäuden','Geräteauswahl','Technologiealter','Programmieraufwand','Zuverlässigkeit','Dantelokalität']].reset_index()
data_auss.drop(columns='Funktionsbereich',inplace=True)
data_auss.head(2)
| Name der Techniklösung | Herstelleranzahl (bzw. Umsatz) | Erweiterbarkeit von Dienstleistungen | Reichweite in Gebäuden | Geräteauswahl | Technologiealter | Programmieraufwand | Zuverlässigkeit | Dantelokalität | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | Kameras | 2 | 2 | 1 | 3 | 2 | 2 | 2 | 5 |
| 1 | smarte Türen | 5 | 4 | 4 | 4 | 3 | 1 | 4 | 4 |
parallel_diagram(data_tel)
data_außenliegende_best_attributes = ['Herstelleranzahl (bzw. Umsatz)','Erweiterbarkeit von Dienstleistungen','Reichweite in Gebäuden','Geräteauswahl','Technologiealter','Programmieraufwand','Zuverlässigkeit','Dantelokalität']
data_best_attributes_by_entropy = data_best_attributes_by_entropy + data_außenliegende_best_attributes
len(data_best_attributes_by_entropy)
64
features_high_entropy = Counter(data_best_attributes_by_entropy)
features_high_entropy.most_common(8)
[('Geräteauswahl', 6),
('Herstelleranzahl (bzw. Umsatz)', 5),
('Technologiealter', 5),
('Zuverlässigkeit', 5),
('Reichweite in Gebäuden', 4),
('Baumaßnahmen', 4),
('Nachrüstbarkeit', 4),
('Programmieraufwand', 4)]
def random_forest(X,y):
classifier = RandomForestClassifier(n_estimators = 100,random_state=0)
classifier.fit(X,y)
relevant_att_rf = classifier.feature_importances_
print("Best attributes: \n")
selector_mean = SelectFromModel(classifier,threshold='1.25*mean') ##threshold = mean
selector_mean.fit(X,y)
mask_rf = selector_mean.get_support()
show_selection(X.columns.values,mask_rf)
show_relevant(X.columns.values,relevant_att_rf)
random_forest(data_transformed,target_1)
Best attributes: 5 ['Explizite Unterstüzung', 'Erweiterbarkeit von Dienstleistungen', 'Herstelleranzahl (bzw. Umsatz)', 'Energieersparnis', 'Geräteauswahl']
random_forest(data_transformed,target_2)
Best attributes: 4 ['Explizite Unterstüzung', 'Nachrüstbarkeit', 'Energieersparnis', 'Förderkredite']
The goal of recursive feature elimination (RFE) is to select features by recursively considering smaller and smaller sets of features. First, the estimator is trained on the initial set of features and the importance of each feature is obtained either through any specific attribute or callable. Then, the least important features are pruned from current set of features. That procedure is recursively repeated on the pruned set until the desired number of features to select is eventually reached.
# define RFE
rfe_tech = RFE(estimator=RandomForestClassifier(), n_features_to_select=5)
# fit RFE
ranking_name_tech = rfe_tech.fit(data_transformed,target_1)
# summarize all features
print('Whole dataset: ')
for i in range(data_transformed.shape[1]):
print('Column: %d, Selected %s, Rank: %.3f' % (i, rfe_tech.support_[i], rfe_tech.ranking_[i]))
print('Best feaures: ')
for i in range(data_transformed.shape[1]):
if rfe_tech.support_[i]==True:
print('Column: {}, name: {}, rank: {}'.format(i,data_Funktionsbereich_ordinal[i],rfe_tech.ranking_[i]))
Whole dataset: Column: 0, Selected False, Rank: 10.000 Column: 1, Selected False, Rank: 11.000 Column: 2, Selected True, Rank: 1.000 Column: 3, Selected False, Rank: 16.000 Column: 4, Selected False, Rank: 13.000 Column: 5, Selected False, Rank: 18.000 Column: 6, Selected False, Rank: 6.000 Column: 7, Selected False, Rank: 5.000 Column: 8, Selected False, Rank: 14.000 Column: 9, Selected True, Rank: 1.000 Column: 10, Selected False, Rank: 7.000 Column: 11, Selected False, Rank: 3.000 Column: 12, Selected True, Rank: 1.000 Column: 13, Selected True, Rank: 1.000 Column: 14, Selected True, Rank: 1.000 Column: 15, Selected False, Rank: 8.000 Column: 16, Selected False, Rank: 17.000 Column: 17, Selected False, Rank: 4.000 Column: 18, Selected False, Rank: 2.000 Column: 19, Selected False, Rank: 12.000 Column: 20, Selected False, Rank: 9.000 Column: 21, Selected False, Rank: 15.000 Best feaures: Column: 2, name: Explizite Unterstüzung, rank: 1 Column: 9, name: Erweiterbarkeit von Dienstleistungen, rank: 1 Column: 12, name: Technologiealter, rank: 1 Column: 13, name: Energieersparnis, rank: 1 Column: 14, name: Geräteauswahl, rank: 1
# define RFE
rfe_app= RFE(estimator=RandomForestClassifier(), n_features_to_select=5)
# fit RFE
ranking_app = rfe_app.fit(data_transformed,target_2)
# summarize all features
print('Whole dataset: ')
for i in range(data_transformed.shape[1]):
print('Column: %d, Selected %s, Rank: %.3f' % (i, rfe_app.support_[i], rfe_app.ranking_[i]))
print('Best feaures: ')
for i in range(data_transformed.shape[1]):
if rfe_app.support_[i]==True:
print('Column: {}, name: {}, rank: {}'.format(i,data_Funktionsbereich_ordinal[i],rfe_app.ranking_[i]))
Whole dataset: Column: 0, Selected False, Rank: 14.000 Column: 1, Selected False, Rank: 12.000 Column: 2, Selected True, Rank: 1.000 Column: 3, Selected True, Rank: 1.000 Column: 4, Selected False, Rank: 18.000 Column: 5, Selected False, Rank: 16.000 Column: 6, Selected False, Rank: 5.000 Column: 7, Selected False, Rank: 9.000 Column: 8, Selected False, Rank: 17.000 Column: 9, Selected True, Rank: 1.000 Column: 10, Selected False, Rank: 4.000 Column: 11, Selected True, Rank: 1.000 Column: 12, Selected False, Rank: 10.000 Column: 13, Selected True, Rank: 1.000 Column: 14, Selected False, Rank: 7.000 Column: 15, Selected False, Rank: 15.000 Column: 16, Selected False, Rank: 13.000 Column: 17, Selected False, Rank: 8.000 Column: 18, Selected False, Rank: 3.000 Column: 19, Selected False, Rank: 11.000 Column: 20, Selected False, Rank: 6.000 Column: 21, Selected False, Rank: 2.000 Best feaures: Column: 2, name: Explizite Unterstüzung, rank: 1 Column: 3, name: Nachrüstbarkeit, rank: 1 Column: 9, name: Erweiterbarkeit von Dienstleistungen, rank: 1 Column: 11, name: Herstelleranzahl (bzw. Umsatz), rank: 1 Column: 13, name: Energieersparnis, rank: 1
data_transformed_2,target_1,target_2 = transform_dataset_attribute_selection_ordinal(data_analysis_ordinal_filteredNAs_2)
random_forest(data_transformed_2,target_1)
Best attributes: 3 ['Explizite Unterstüzung', 'Geräteauswahl', 'Erweiterbarkeit von Systemen']
random_forest(data_transformed_2,target_2)
Best attributes: 5 ['Explizite Unterstüzung', 'Zuverlässigkeit', 'Energieersparnis', 'Erweiterbarkeit von Systemen', 'Datensensibilität']
# define RFE
rfe_tech = RFE(estimator=RandomForestClassifier(), n_features_to_select=5)
# fit RFE
ranking_name_tech = rfe_tech.fit(data_transformed_2,target_1)
# summarize all features
print('Whole dataset: ')
for i in range(data_transformed_2.shape[1]):
print('Column: %d, Selected %s, Rank: %.3f' % (i, rfe_tech.support_[i], rfe_tech.ranking_[i]))
print('Best feaures: ')
for i in range(data_transformed_2.shape[1]):
if rfe_tech.support_[i]==True:
print('Column: {}, name: {}, rank: {}'.format(i,data_Funktionsbereich_ordinal[i],rfe_tech.ranking_[i]))
Whole dataset: Column: 0, Selected True, Rank: 1.000 Column: 1, Selected False, Rank: 11.000 Column: 2, Selected True, Rank: 1.000 Column: 3, Selected False, Rank: 12.000 Column: 4, Selected False, Rank: 5.000 Column: 5, Selected False, Rank: 13.000 Column: 6, Selected False, Rank: 7.000 Column: 7, Selected False, Rank: 9.000 Column: 8, Selected False, Rank: 8.000 Column: 9, Selected False, Rank: 4.000 Column: 10, Selected False, Rank: 10.000 Column: 11, Selected False, Rank: 2.000 Column: 12, Selected False, Rank: 3.000 Column: 13, Selected True, Rank: 1.000 Column: 14, Selected True, Rank: 1.000 Column: 15, Selected False, Rank: 15.000 Column: 16, Selected False, Rank: 16.000 Column: 17, Selected True, Rank: 1.000 Column: 18, Selected False, Rank: 6.000 Column: 19, Selected False, Rank: 14.000 Column: 20, Selected False, Rank: 17.000 Best feaures: Column: 0, name: Baumaßnahmen, rank: 1 Column: 2, name: Explizite Unterstüzung, rank: 1 Column: 13, name: Energieersparnis, rank: 1 Column: 14, name: Geräteauswahl, rank: 1 Column: 17, name: Erweiterbarkeit von Systemen, rank: 1
# define RFE
rfe_app= RFE(estimator=RandomForestClassifier(), n_features_to_select=5)
# fit RFE
ranking_app = rfe_app.fit(data_transformed_2,target_2)
# summarize all features
print('Whole dataset: ')
for i in range(data_transformed_2.shape[1]):
print('Column: %d, Selected %s, Rank: %.3f' % (i, rfe_app.support_[i], rfe_app.ranking_[i]))
print('Best feaures: ')
for i in range(data_transformed_2.shape[1]):
if rfe_app.support_[i]==True:
print('Column: {}, name: {}, rank: {}'.format(i,data_Funktionsbereich_ordinal[i],rfe_app.ranking_[i]))
Whole dataset: Column: 0, Selected False, Rank: 6.000 Column: 1, Selected False, Rank: 4.000 Column: 2, Selected True, Rank: 1.000 Column: 3, Selected False, Rank: 9.000 Column: 4, Selected False, Rank: 13.000 Column: 5, Selected False, Rank: 2.000 Column: 6, Selected False, Rank: 17.000 Column: 7, Selected False, Rank: 5.000 Column: 8, Selected True, Rank: 1.000 Column: 9, Selected False, Rank: 11.000 Column: 10, Selected False, Rank: 16.000 Column: 11, Selected False, Rank: 10.000 Column: 12, Selected False, Rank: 3.000 Column: 13, Selected True, Rank: 1.000 Column: 14, Selected False, Rank: 8.000 Column: 15, Selected False, Rank: 14.000 Column: 16, Selected False, Rank: 15.000 Column: 17, Selected True, Rank: 1.000 Column: 18, Selected True, Rank: 1.000 Column: 19, Selected False, Rank: 12.000 Column: 20, Selected False, Rank: 7.000 Best feaures: Column: 2, name: Explizite Unterstüzung, rank: 1 Column: 8, name: Zuverlässigkeit, rank: 1 Column: 13, name: Energieersparnis, rank: 1 Column: 17, name: Erweiterbarkeit von Systemen, rank: 1 Column: 18, name: Datensensibilität, rank: 1
In this section, two approaches for the selection of features are explained, based on the results from this analysis. A first approach with the aim of selecting the minimal set of features. The second approach uses all the features that performed best in the entropy analysis without looking for a reduction of the set.
Based on the results of the entropy analysis per application area, we obtained several promising features that best represent most of the products in terms of the distribution of the rated values. With these entropy analysis characteristics in mind, we examined each application area to see if the entropy results represent well-distributed columns (values from 1 to 5). Our conclusion after reviewing this is that there are three characteristics that best represent all products, these are:
Correlation between features
Similarity compared to results after random forest application
If we take a look at the results obtained after applying the random forest classifier (RFC), we may think that the above features are not the most important for the RFC to perform the classification. However, this is due to the fact that the RFC is taking all instances for its analysis, and the features that seem to be the most representative ones, show a good distribution of values ranging from 1 to 5 in the whole dataset, but such features do not show a good distribution of values within each application area, which is the reason why it is not appropriate to select features taking into account the whole dataset, but features per application area.
In section 4.2.3 Entropy selection, we selected 8 features derived from entropy analysis. These features are the most representative for our objective, which is to formulate questions to assign answers to technological products. The features are listed below.
Correlation between features
Similarity compared to results after random forest application
Same problem as in the previous section
*See section above